基于分子对接和QSAR方法预测B-RafⅡ型抑制剂活性
Accurate Activity Predictions of B-Raf Type Ⅱ Inhibitors via Molecular Docking and QSAR Methods
摘要B-Raf激酶在促分裂素原活化蛋白激酶(MAPK)信号转导通路中起着重要作用,已被确定为癌症治疗非常有吸引力的靶标.新型高效B-Raf抑制剂的开发成为癌症治疗的一个热门研究领域.本文以结构多样的B-RafⅡ 型抑制剂为研究对象,联合应用分子对接和定量构效关系(QSAR)模型研究其定量构效关系去探讨抑制活性的起源.两个主题作为研究重点:生物活性构象和描述符.首先对分子对接方法(Glide、Gold、LigandFit、Cdocker和Libdock)进行准确性评价,后将研究的对象分子对接到B-Raf活性位点并获得生物活性构象.基于准确的对接结果,计算得到16个打分评价函数和21个能量描述符,以此构建定量构效关系模型.QSAR结果表明模型具有高度精确的拟合和强的预测能力(模型M1:r2=0.852,r(2CV)=0.790,r2re=0.864;模型M2:r2=0.738,r(2CV)=0.812,r;悖=0.8605).同时探讨了对抑制活性有重要影响的描述符,结果表明打分评价函数(G_Score,-ECD,Dock Score,PMF)与能量描述符(S(hb_ext),DE(int),Emodel)对抑制活性影响非常大.通过虚拟筛选和QSAR模型理论预测,一些新的具有潜在抑制活性的化合物作为B-Raf Ⅱ 型抑制剂被获得.上述信息对于进一步设计新颖高效的B-Raf Ⅱ型抑制剂提供了有用的指导.
更多相关知识
- 浏览1
- 被引13
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



