理论与计算科学杂志
开放获取

抽象的

使用 K 最近邻分子场分析对作为羧酯酶抑制剂的靛红衍生物进行 3D QSAR 分析

桑马蒂 KJ，阿查尔 M

使用 k 最近邻分子场分析 (kNN MFA) 方法对一系列作为羧酸酯酶 (CE) 抑制剂的靛红衍生物进行三维定量结构活性关系 (3D QSAR)。本研究使用 49 种化合物（数据集）进行，使用球体排除 (SE) 算法将数据集划分为训练集和测试集。SE算法允许构建覆盖代表点占据的所有描述符空间区域的训练集。3.0 到 5.5 之间的相异性水平包括 4 到 10 的测试集，采用逐步 (SW)、模拟退火 (SA) 和遗传算法 (GA) 的 kNN-MFA 方法来构建 QSAR 模型。使用 SW-kNN MFA 生成了四个预测模型（pred_r2=0.7552 至 0.9376），使用 SA-kNN MFA 生成了三个预测模型（pred_r2=0.9376）。7019 至 0.9367），并使用 GA-kNN MFA 生成两个预测模型（pred_r2=0.8226 至 0.8497）。由逐步 kNNMFA 生成的最显着模型显示内部预测率为 82.11% (q2=0.8211)，外部预测率为 93.76% (q2=0.9376)。在此模型中，疏水性和空间相互作用主导了 CE 抑制活性。具有正范围的疏水场描述符（H_977）表明正疏水势有利于活性的增加，因此在该区域中优选更疏水的取代基。具有负范围的空间场描述符（S_619）表明负空间势有利于活性的增加，因此在该区域优选体积较小的取代基。