一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用

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.