一种新型手性分子电性矩边矢量Vmedc的设计及其应用AVectorof.PDF

2008 年第 66 卷 化 学 学 报 Vol. 66, 2008 第 18 期, 2052～2058 ACTA CHIMICA SINICA No. 18, 2052～2058 ·研究论文· 一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用 陈国华*,a,b 夏之宁*,a 陆 瑶 b 廖立敏 a 舒 茂 a 孙家英 a 李志良 a (a 重庆大学生物工程学院/化学化工学院 重庆 400044) (b 四川理工学院材料与化学工程系 四川自贡 643000) 摘要 根据分子中不同类型原子间电相互作用的不同, 文中提出了一种手性分子电矩边矢量(Vmedc), 进一步拓展分 子电矩边性矢量(Vmed)使用范围. 为检测该手性描述矢量的结构表达特性和模型预测能力, 分别对 32 个培哚普利拉类 血管紧张素转化酶(ACE)抑制剂的对映结构体和 7 对苯基哌啶类 σ-受体抑制剂进行考察. 32 个 ACE 抑制剂多元逐步回 归系数 R ＝0.913 (R2 ＝0.834, SD ＝0.768, F ＝33.875), 留一法交互检验为 Rcv ＝0.877 (Rcv2 ＝0.769, SDcv ＝0.906, Fcv ＝ 22.473), 具有较强预测能力; 继而用 BP 神经网络, 对 60 组随机样本(23 ∶9)进行留分法分析取得较好结果, 训练集平 均为: RTraining ＝0.931 (RTraining2 ＝0.967), 预测集为: Rcv ＝0.918 (Rcv2 ＝0.842); 而对 14 个 σ-受体抑制剂多元回归(R ＝ 0.955, Rcv2 ＝0.849)获得与文献一致结果. 再用 Fisher 线性判别方法和 BP 神经网络对 ACE 抑制剂进行判别分析, 其活 性分类 88.89%正确(仅 9 号错误), 非活性分类 100.0%正确, 总分类正确率为 96.87%. 两个数据集测试证明该方法与其 它文献方法相当, 这为定量构效关系(QSAR)研究提供一种新选择, 扩充了 Vmed 描述矢量应用范围. 关键词 ACE 抑制剂; 手性; Vmedc; 苯基哌啶类; 反传神经网络; Fisher 判别分析 A Vector of Molecular Electronegative Distance for Chiral Com- pounds (Vmedc) and Its Applications to Codification of Central Chirality CHEN, Guo-Hua*,a,b XIA, Zhi-Ning*,a LU, Yaob LIAO, Li-Mina SHU, Maoa SUN, Jia-Yinga LI, Zhi-Lianga a ( College of Bioengineering/College of Chemistry and C