7应用药物化学.ppt

降低原材料成本 本文反映结束！ 谢谢大家观看！ 同步糖化发酵工艺 ，能耗下降30% 二、实施过程 确定特征 预处理和特征选择 分类器 类别 三、模式分类方法 1 、线性学习机 线性学习机实质是在二维、三维或多维模式空间中，确定划分化合物的直线或平面或多维面的位置。 在对未知物的预测时，只要看它们在该超平面的哪一侧就可以判断。 假定训练集分属于两类模式集群A和B，在(n+1)维模式空间中划分这两类的超平面原点的法向量W(W1，W2，...，Wn+1)，称为权向量。 S =W Y= W Y cosθ 由S的符号可以判断化合物位于超平面 的哪一侧。 用这个方法对219个作用于中枢神经的化 合物进行分类，初始变量为69，最后用19 个变量分类的正确率为90％。 2、SIMCA法 SIMCA法可用于具有不同维数的各类模式，对不同类别分别建立模型，所以可以判别未知模式是属于已考虑到的各类中的某一类，还是属于这些类别以外。 实例 5 希腊字母，中文名 斐 ，读音phi(fai)。 * Rho（大写Ρ，小写ρ，中文音译：肉、若） σ是希腊字母，英文表达sigma，汉语译音为“西格玛”。 * * Hansch－藤田分析法进行定量构效关系的操作步骤为： 1、从先导化合物出发，根据药物化学原 理和一定的规则，设计选择首批化合物并加以合成； 2、用离体或活体的生物系统，定量地测 定和评价合成的诸化合物的活性； 3、测定或计算化合物的物理化学参数或 取代基常数； 4、计算机驱动多重回归分析程序，用逐 步展开或逐步回归方法，求出某个或几个物理化学参数与生物活性呈显著相关的hansch方程； 5、用得出的方程解释作用方式或作用机 理，预测化合物的活性，并指导设计下一轮合成的化合物 重复上述步骤，可得到更加完善和显著 的构效方程。 化合物1 活性1 (log P,σes)1 化合物2 活性2 (log P,σes)2 化合物3 活性3 (log P,σes)3 化合物n 活性n (log P,σes)n 计算机多 重回归分析 构效方程 反馈与指导 化合物(n+1) 首批化合物是具有普遍意义的模型，称为训练集。 训练集的选择对于化合物特征的提取是非常关键的，应注意以下几点： 结构特异性作用的化合物，应有相同或相似的基本结构，以保障诸化合物与同一受体作用，亦即有相同的作用机理。 化合物的物理化学性质或取代基的性质要有足够大的差异，以使训练集的特征能有较广的变化范围，在预测化合物的活性时，有充分的余地进行内插和外延。 化合物的物化参数或基团常数之间要呈正交性。 生物活性的强度的变量要足够大。 首批化合物的数量n与变量m应有适当的比例，n ≥m。 Hansch方程的导出是建立在一些前提的基础上的，即所有化合物与受体结合时限速反应相同。 Hansch方程并未考虑化合物体内代谢的差异。具有一定的近似值。 一、电性参数 1、Hammett σ常数 σ常数常用于有机化学中表示化合物的推拉电子作用。 Hammett用两个参数σ和ρ描述化学结 构与反应速率常数或平衡常数的相关关系。 σ是基团对苯环上取代基的吸引或排斥电子能力的量度，表示取代基通过诱导效应和共轭效应对苯环上间位或对位电性的影响。 ρ是所考察的反应特征值，表示该类反应堆取代基电性变化的敏感程度。 log = ρσ log = ρσ k和k0分别代表有取代的化合物和母体饱和稳定反应速率常数； K和K0代表有取代的和母体化合物的反应平衡 常数。 k k0 K K0 σ值是由测定苯甲酸和取代的苯甲酸在25℃丙酮水溶液中的离解常数KH和KX 按如下方程求出： σ＝log 此时 ρ值为1，一些有机物的反应常数 ρ可查表。 KX KH 2、通路共轭 当取代基直接和反应中心共轭时，取代基和反应中心产生了通路共轭。 3、脂肪族的取代基电位常数 4、Swain的T和R T为诱导电性效应或称场效应 R为共振电性效应 5、偶极矩 6、离解常数 7、核磁共振的化学位移 8、红外吸收光谱的吸收谱线的频率 9、氧化－还原半波电位 10、紫外光谱的摩尔折射 二、疏水参数 log1/C logP logPopt 生物活性与分配系数的抛物线关系 分配系数 最适分配系数 1、取代基疏水常数 2、片断疏水常数 3、薄层色谱的比移值 4、高效液相色谱的保留时间 三、立体参数 1、Taft立体参数ES 2、摩尔折射（MR） 3、范德华半径 4、STERIMOL参数 5、差异性描述符 6、分子连接性 四、指示变量 指示变量称为亚变量。常用于线性自由能相关分析中用于描述某些不能用连续变量说明的某种结构特征。 指示变量一般为0或1 第三节 统计学处理 回归分析的可信度为95％ 回归分