四氢喹啉类NMDA受体拮抗剂的3D-QSAR研究
发布时间:2019-01-26 11:15
【摘要】:N-甲基-D-天冬氨酸受体(NMDAR)拮抗剂用于治疗患者的疼痛,常用于缓解癌痛,近期文献中报道了NMDAR信号通路可以促进肿瘤生长和侵袭的能力,目的:本文中运用3D-QSAR建模的方法对NMDAR拮抗剂进行构效关系分析并对其化合物结构进行优化改造。方法:基于共同骨架对分子进行叠合,并在此基础上采用Sybyl-X2.1中的三维定量构效关系(3D-QSAR)模块建立了Co MFA和Co MSIA模型。结果:其中,基于公共骨架叠合方法所得3D-QSAR模型的评价参数中最佳结果如下所示,Co MFA:Q~2=0.691,R~2=0.995,F=511.269,SEE=0.083;Co MSIA:Q~2=0.715,R~2=0.998,F=1396.317,SEE=0.051,(Q~2为交叉验证系数,R~2为非交叉验证系数)。结论:数据证明模型具有较好的预测能力,可以较好地指导四氢喹啉类NMDAR拮抗剂的设计和改造,得到活性更好地化合物。
[Abstract]:N-methyl-D-aspartic acid receptor (NMDAR) antagonists are used to treat pain in patients and to relieve cancer pain. Recently, it has been reported that NMDAR signaling pathway can promote the ability of tumor growth and invasion. Aim: to analyze the structure-activity relationship of NMDAR antagonist and optimize its compound structure by using 3D-QSAR modeling method. Methods: the Co MFA and Co MSIA models were established by using the three-dimensional quantitative structure-activity relationship (3D-QSAR) module of Sybyl-X2.1. Results: the optimal evaluation parameters of the 3D-QSAR model based on the common skeleton superposition method are as follows: Co MFA:Q~2=0.691,R~2=0.995,F=511.269,SEE=0.083; Co MSIA:Q~2=0.715,R~2=0.998,F=1396.317,SEE=0.051, (Q2 is cross validation coefficient, RN 2 is non cross validation coefficient). Conclusion: the model has good predictive ability and can guide the design and modification of tetrahydroquinoline NMDAR antagonists and obtain more active compounds.
【作者单位】: 重庆理工大学药学与生物工程学院;重庆大学生物工程学院;
【基金】:国家自然科学基金资助项目(31170747,81171508) 重庆市自然科学基金重点项目(CSTC2013JJB10004) 重庆理工大学研究生创新基金项目(YCX2013221)
【分类号】:O626.323;R91
本文编号:2415420
[Abstract]:N-methyl-D-aspartic acid receptor (NMDAR) antagonists are used to treat pain in patients and to relieve cancer pain. Recently, it has been reported that NMDAR signaling pathway can promote the ability of tumor growth and invasion. Aim: to analyze the structure-activity relationship of NMDAR antagonist and optimize its compound structure by using 3D-QSAR modeling method. Methods: the Co MFA and Co MSIA models were established by using the three-dimensional quantitative structure-activity relationship (3D-QSAR) module of Sybyl-X2.1. Results: the optimal evaluation parameters of the 3D-QSAR model based on the common skeleton superposition method are as follows: Co MFA:Q~2=0.691,R~2=0.995,F=511.269,SEE=0.083; Co MSIA:Q~2=0.715,R~2=0.998,F=1396.317,SEE=0.051, (Q2 is cross validation coefficient, RN 2 is non cross validation coefficient). Conclusion: the model has good predictive ability and can guide the design and modification of tetrahydroquinoline NMDAR antagonists and obtain more active compounds.
【作者单位】: 重庆理工大学药学与生物工程学院;重庆大学生物工程学院;
【基金】:国家自然科学基金资助项目(31170747,81171508) 重庆市自然科学基金重点项目(CSTC2013JJB10004) 重庆理工大学研究生创新基金项目(YCX2013221)
【分类号】:O626.323;R91
【相似文献】
相关期刊论文 前1条
1 韩石;刘毓宏;左斌海;唐彬喜;;NMDA受体拮抗剂——盐酸美金刚胺的合成[J];合成化学;2008年02期
相关会议论文 前5条
1 郭建荣;;NMDA受体拮抗剂神经毒性作用的相关研究进展[A];2009年浙江省麻醉学学术会议论文汇编[C];2009年
2 李同度;;NMDA受体拮抗剂提高吗啡止痛疗效的最新研究[A];安徽省抗癌协会第四次代表大会暨乳腺癌、肺癌专业委员会成立会议、安徽省肿瘤防治进展学术研讨会论文汇编[C];2001年
3 张春翌;张光毅;;NMDA受体拮抗剂抑制脑缺血细胞色素c的释放[A];中国生物化学与分子生物学会第八届会员代表大会暨全国学术会议论文摘要集[C];2001年
4 吴婷;丁新生;董海蓉;王蔚;;NMDA受体拮抗剂对转Aβ42基因果蝇阿尔茨海默病模型的神经保护作用[A];2009全国抗衰老与老年痴呆学术会议论文汇编[C];2009年
5 曹仁存;王庆松;林杭;吴渝宪;王伟文;;NMDA受体拮抗剂和Ca2+拮抗剂联合治疗反复缺血性脑损害[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
相关博士学位论文 前2条
1 左代英;NMDA受体拮抗剂诱导的精神分裂症动物模型的谷氨酸能机制与氧化应激的相关性研究[D];沈阳药科大学;2006年
2 王维嘉;NMDA受体拮抗剂对椎管内吗啡镇痛和瘙痒发生的影响及机制研究[D];北京协和医学院;2015年
,本文编号:2415420
本文链接:https://www.wllwen.com/yixuelunwen/yiyaoxuelunwen/2415420.html
最近更新
教材专著