3D-QSAR模型构建工具——QSARwithCoMFA.PDFVIP

3D-QSAR模型构建工具——QSAR with CoMFA QSAR with CoMFA可以建立分子性质(包括生物活性)与它们结构之间相关的统计 学与图形化模型。这些模型可用于预测新化合物的性质或活性。在数以百记的QSAR文 章中所选择使用的方法都是Tripos的专利比较分子场分析（CoMFA）方法。可以计算大 量的结构描述符包括EVA以及CoMSIA的分子场。 定量构效关系（QSARs）将分子的化学性质或生物活性与它的结构相关以便设计出 活性更好的新化合物。QSAR with CoMFA提供了构建从分子结构到活性的统计学与图形 化模型的工具，使用这些模型可以精确地预测未测试化合物的生物活性。QSAR with CoMFA组织结构与它们相关的数据到分子表单中，计算分子描述符，进行成熟的统计学 分析并揭示构效关系数据的特征。QSAR with CoMFA完整地整合在SYBYL中使得构效 关系可以方便地可视化与分析。 创建和观察QSAR模型 QSAR with CoMFA中的统计学工具包括主成分分析（PCA或因子分析）以揭示描述 符之间的关系，偏最小二乘（PLS）回归以分析连续的反馈数据（IC50等），以及Soft Independent Modeling of Class Analogy（SIMCA）法以分析分类数据而不是连续的（例 如活性对非活性）。分级聚类工具将化合物根据相似性质进行归类分组。 提供步步为营法和交叉验证技术以测试模型的预测能力，诊断偶然相关性和确保模 型的能力。SAMPLS的界面能很快地进行交叉验证分析。 统计分析的数据和结果能以散点，分布和柱状图的形式显示。图形，结构和表单的 交互使用促进了数据的研究。通过选择表单中的一行或图表中的一点，其相关区域的显 示就会被高亮出来。 CoMFA或CoMSIA的结果分析能以各种颜色的势能面的形式显示在分子周围，能够 直观地识别出哪些区域是有利于受体相互作用，哪些区域是不利于受体相互作用的。 QSAR with CoMFA存储了作业的每一个细节，使得用户可以重现图表，比较分析和 预测新化合物的性质。如果某个分子结构进行过修饰，所有的数据也能很容易地被进行 重新评价。 特点 ? 生成预测模型的多种统计学方法包括PCA，PLS和SIMCA ? 通过模型的交叉验证包括SAMPLS检验预测能力的置信度 ? 基于性质的化合物分级聚类 源资信息科技上海有限公司 - 1 - ? 作业细节和分析的存储 ? 总结统计 ? 显示性质分布，预测活性对实际活性和残差的交互图形 凝血酶抑制剂的CoMSIA分子场等势图（左：立体场，绿色有利黄色不利；右：疏水场，蓝色有利红色不利） 计算描述符，组织和存储数据 大量的物理化学描述符——结构的，构象的，几何的，电子的，热力学的等都内建 在QSAR with CoMFA中。 个别许可的程序界面更提供了其他描述符比如logP和摩尔折光率（ClogP/CMR）； HOMO或LUMO值（AMPAC）和特殊的2D指纹（HQSAR）。 分子结构，描述符和性质都可以在SYBYL的分子表单中进行组织和处理。自定义描 述符也能被导入读取。使用SYBYL程序语言，能够计算独特的描述符并输入到表单中。 三维QSAR方法例如比较分子场分析（CoMFA）需要一系列叠合的分子。QSAR with CoMFA包含了自动叠合分子的方法。场叠合可根据先前计算的立体场或静电场优化分子 叠合。另外，数据库中的分子也能基于一个公共子结构叠合到一个模板分子上。 一旦一系列分子进行了叠合，CoMFA计算探针原子与每个分子周围格点上的点之间 的立体场与静电场相互作用能。CoMFA描述符可以独立使用也可以与其他描述符协同使 用。 比较分子相似性分