花色苷抗氧化活性三维定量构效关系模型的构建方法

文档序号:6583794阅读:375来源:国知局
专利名称:花色苷抗氧化活性三维定量构效关系模型的构建方法
技术领域
本发明涉及一种花色苷抗氧化剂抗氧化活性三维定量构效关系模型的构建方法及应用,具体涉及利用已知活性的花色苷物质为研究对象,构建抗氧化活性三维定量构效关系的方法,并且利用构建的模型进行未知化合物活性的预测和构效关系的合理阐释。
背景技术
自由基是生物体生命活动中产生的一种中间产物。机体在正常情况下,自由基的产生和消除处于动态平衡中,但是若体内自由基产生过多或是没有及时清除,过多的自由基就会对机体有破坏作用,导致人体正常细胞和组织的损坏,从而引起很多疾病,如心血管疾病、衰老、肿瘤、老年痴呆症等。鉴于过量的自由基对机体的损伤,所以必须有一些能够减轻或消除自由基危害的物质,起到抗氧化性,那这类物质就是抗氧化剂。抗氧化剂从广义上讲是指一切能够直接清除自由基,或是抑制启动自由基链式反应,终止自由基反应,或是可提高内源性抗氧化物质水平的化合物。抗氧化剂按其来源一般分为两类,一类是合成抗氧化剂,一类是天然抗氧化剂。目前常见的合成抗氧化剂有BHT(2,6-二叔丁基对甲酚)、BHA (丁香羟基茴香醚)、TBHQ (叔丁基对苯二酚)。合成抗氧化剂的抗氧化性很强,但是随着人们认识和研究的深入,这些物质对人体能够造成伤害,使得合成抗氧化剂在食品中的添加受到很大的限制,所以探索天然抗氧化剂成为一个研究趋势。目前研究的可以作为天然抗氧化剂的物质主要有多酚类、维生素类、多糖、萜类、黄酮类、多肽类等。这些物质一般都是来源于植物,安全,无毒,作为功能食品营养因子而受到广泛的研究。三维定量构效关系模型是一种借助分子的理化性质参数或是结构参数,以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法。目前广泛使用的三维定量构效关系研究方法主要有比较分子立场分析法(CoMFA)和分子相似性系数分析法(CoMSIA)。随着科学技术的发展和理论计算模拟软件的不断开发,构效关系的研究也得到了很大程度的发展。三维定量构效关系主要是考虑了化合物分子的三维立体构象,这对表征立体构象对活性的影响很关键,其能更精确的反映分子在特定条件下的稳定构象和生物活性的关系,揭示分子的活性部位,进而阐释活性关系的机理。因此构效关系研究在抗氧化活性方面正发挥着越来越重要的作用。

发明内容
本发明针对现有技术对抗氧化活性机理阐释的不足,提供了一种花色苷抗氧化剂抗氧化活性三维定量构效关系模型的构建方法及应用。所述方法以已知活性和结构的花色苷抗氧化剂为研究对象,利用三维定量构效关系技术,采用分子力场法(CoMFA)和分子相似性系数分析法(CoMSIA)分析,通过分子构象优化、参数优化等技术建立准确的花色苷抗氧化剂抗氧化活性三维定量构效关系模型。所构建模型能够快速预测未知活性化合物的活性,并且能够合理阐释花色苷抗氧化活性大小与其结构特征的关系。为实现上述目的,本发明所采用以下方案:一种花色苷抗氧化剂抗氧化活性三维定量构效关系模型的构建方法,包括以下步骤:(I)测定花色苷物质的抗氧化活性大小,并将其随机分组为测试集和训练集,生物活性指标采用抗氧化活性的负对数表示;(2)使用软件分析获得训练集和测试集中的化合物的三维空间结构,经构象优化获得优化的三维空间结构模型;(3)以步骤(2)中优化得到的三维空间结构模型的公共刚性骨架为基础,以训练集中抗氧化活性最大的分子为模板进行分子叠合;(4)用小分子探针搜寻叠合后化合物周围的力场信息计算力场值;(5)对步骤(4)获得的力场信息与训练集中的化合物的生物活性值进行偏最小二乘法回归,获得花色苷物质抗氧化活性三维定量构效关系模型。所述步骤(2)中使用软件分析获得化合物的三维空间结构,所述软件是指SYBYL-X1.2软件;所述步骤(2)中的构象优化是使用Tripos力场进行优化,添加Gasteiger-Hiickel电荷,能量收敛限为0.005kcal/mol,最大迭代次数为1000次;所述步骤(3)中所采用的叠合方法为Align Database方法;所述步骤(4)中所采用的小分子探针为SP3杂化的碳原子;所述步骤(4)中所计算的力场值为CoMFA或CoMSIA力场值;所述步骤(5)中对力场信息与训练集中的化合物的生物活性值进行偏最小二乘法回归,以交叉验证系数q2大于0.5,非交叉验证系数r2大于0.8为表征模型的合理性。在一较佳实施方式中,所述构建方法包括以下具体步骤:(I)根据酚类物质的结构特点和活性大小,对25个花色苷物质随机分组,选取18个化合物作为训练集,剩下的7个组成测试集(见表I);生物活性指标采用氧化自由基吸收能力(Oxygen Radical Absorption Capacity, ORAC) 0RAC,即相当于 Trolox 的相当量(μ mole Trolox/mole)来计算;(2)分子优化:用SYBYLX-1.2分析软件构建训练集和测试集中化合物的三维空间结构。选用Tripos立场下的Powell方法,电荷类型为Gasteiger-Hiickel,能量收敛限为0.005kcal/mol,最大迭代次数为1000次;其他参数选用默认值,进行分子优化,寻找每个分子的最优构象;(3)分子叠合:分子优化后得到每个分子的最优构象,选取训练集中活性最高的化合物作为模板分子,以苯环为公共骨架,采用Align Database方法进行分子叠合;(4)力场能量计算:利用Sp3杂化的碳原子做小分子探针基团,计算在每个空间网格点上探针基团与每个分子的相互作用能量,即得到叠合后化合物周围的力场能量信息;(5)模型建立:上述得到的力场能量值与训练集中化合物的生物活性值进行偏最小二乘法回归,首先采用抽一化法进行交叉验证分析(leave-one-out),得到交叉验证相关系数q2和最佳主成分数n,然后利用得到的最佳主成分数进行非交叉验证分析(No-Validation),获得花色苷抗氧化剂抗氧化活性三维定量构效关系模型,以交叉验证系数q2大于0.5,非交叉验证系数r2大于0.8为表征模型的合理性,Q2值越高表示活性分析的能力越强。本发明的优点是:1、采用SYBYL软件,通过CoMFA和CoMSIA方法建立了花色苷抗氧化剂抗氧化活性三维定量构效关系模型,建立的模型具有较好的预测能力。2、利用所建立的三维定量构效关系模型,可以很好的预测未知化合物的活性,能够合理阐释花色苷抗氧化活性机理。
具体实施例方式下面通过实施例对本发明进行具体描述,但是本发明技术方案不局限于以下所列举的实施方式。实施例1:选取25种花色苷化合物(表I)作为研究对象,测定25种物质清除氧自由基的能力,以氧化自由基吸收能力(Oxygen Radical Absorption Capacity, 0RAC)为生物活性指标;在测定了抗氧化活性的25种化合物中随机选取18种作为训练集(表1),7种作为测试集,将25种化合物进行分组;在SYBYL X-1.2软件下,绘制该25种花色苷化合物的结构图;选用Tripos立场下的Powell方法,电荷类型为Gasteiger-Hiickel,进行分子优化,得到每个分子的最优构象;在训练集化合物中选取活性最高的化合物作为模板分子(表I中化合物7),选用苯环为公共骨架,采用Align Database方法进行分子叠合;计算CoMFA力场值,包括立体场效应和静电场效应值,利用Sp3杂化的碳原子作为探针基团,计算在每个空间网格点上探针基团分别与18个分子的相互作用能量,此能量值为所计算的力场能量信息;采用偏最小二乘法对立体场效应值和静电场效应值与化合物的活性值进行回归,得到交叉验证系数q2值为0.857,最佳主成分数为4,非交叉验证系数r2值为0.957,标准差s为0.153,F检验值为73.267 ;获得花色苷抗氧化剂抗氧化活性三维定量构效关系CoMFA模型。即从立体场效应和静电场效应考虑抗氧化活性和花色苷结构的关系,利用得到的场效应等势图合理解释抗氧化活性机理。通过对测试集中7个化合物活性值的预测,很好的验证了模型的准确性和较好的预测能力,参见表I。实施例2:选取25种花色苷化合物作为研究对象(表1),测定25种物质清除氧自由基的能力,以氧化自由基吸收能力(Oxygen Radical Absorption Capacity, ORAC)为生物活性指标;在测定了抗氧化活性的25种化合物中随机选取18种作为训练集,7种作为测试集;在SYBYL X-1.2软件下,绘制各化合物的三维空间结构;选用Tripos立场下的Powell方法,电荷类型为Gasteiger-HUckel,其他参数同实施例1,进行分子优化,得到每个分子的最优构象;对得出的分子最优构象进行叠合,在训练集化合物中选取活性最高的化合物作(表I中化合物7)为模板分子,选用苯环为公共骨架,采用Align Database方法进行分子叠合;计算分子相似性系数CoMSIA力场值,包括立体场效应和静电场效应值,疏水场效应值,氢键受体场和氢键供体场效应值利用SP3杂化的碳原子作为探针基团,计算在每个空间网格点上探针基团分别与18个分子的相互作用能量,此能量值为所计算的力场能量信息;采用偏最小二乘法对5个效应场值分别与化合物的活性值进行回归,得到交叉验证系数q2值为0.729,最佳主成分数为4,非交叉验证系数r2值为0.856,标准差s为0.134,F检验值为
19.247 ;获得花色苷抗氧化剂抗氧化活性三维定量构效关系CoMSIA模型,即从立体场效应和静电场效应,疏水场效应,氢键受体场和氢键供体场效应考虑抗氧化活性和花色苷结构的关系,利用得到的场效应等势图合理解释抗氧化活性和花色苷结构的关系。最后通过对测试集中7个化合物活性值的进行预测,很好的验证了模型的准确性和较好的预测能力,参见表I。表I花色苷的分子结构及ORAC活性测试值和预测值
权利要求
1.一种花色苷抗氧化剂抗氧化活性三维定量构效关系模型的构建方法,包括以下步骤: (1)测定花色苷物质的抗氧化活性大小,并将其随机分组为测试集和训练集,生物活性指标采用抗氧化活性的负对数表示; (2)使用软件分析获得训练集和测试集中的化合物的三维空间结构,经构象优化获得优化的三维空间结构模型; (3)以步骤(2冲优化得到的三维空间结构模型的公共刚性骨架为基础,以训练集中抗氧化活性最大的分子为模板进行分子叠合; (4)用小分子探针搜寻叠合后化合物周围的力场信息计算力场值; (5)对步骤(4)获得的力场信息与训练集中的化合物的生物活性值进行偏最小二乘法回归,获得花色苷物质抗氧化活性三维定量构效关系模型。
2.按权利要求1所述的构建方法,其特征在于,所述步骤(2)中使用软件分析获得化合物的三维空间结构,所述软件是指SYBYL-X1.2软件。
3.按权利要求1所述的构建方法,其特征在于,所述步骤(2)中的构象优化是使用Tripos力场进行优化,添加Gasteiger-Hiickel电荷,能量收敛限为0.005kcal/mol,最大迭代次数为1000次。
4.按权利要求1所述的构建方法,其特征在于,所述步骤(3)中所采用的叠合方法为Align Database 方法。
5.按权利要求1所述的构建方法,其特征在于,所述步骤(4)中所采用的小分子探针为Sp3杂化的碳原子。
6.按权利要求1所述的构建方法,其特征在于,所述步骤(4)中所计算的力场值为CoMFA或CoMSIA力场值。
7.按权利要求1所述的构建方法,其特征在于,所述步骤(5)中对力场信息与训练集中的化合物的生物活性值进行偏最小二乘法回归,以交叉验证系数q2大于0.5,非交叉验证系数r2大于0.8为表征模型的合理性。
8.按权利要求1-7任一所述的构建方法,其中所述方法包括以下具体步骤: (1)根据酚类物质的结构特点和活性大小,对表I中25个花色苷物质随机分组,选取18个化合物作为训练集,剩下的7个组成测试集;生物活性指标采用氧化自由基吸收能力ORAC来计算; (2)分子优化:用SYBYLX-1.2分析软件构建训练集和测试集中化合物的三维空间结构。选用Tripos立场下的Powell方法,电荷类型为Gasteiger-Hiickel,能量收敛限为.0.005kcal/mol,最大迭代次数为1000次;其他参数选用默认值,进行分子优化,寻找每个分子的最优构象; (3)分子叠合:分子优化后得到每个分子的最优构象,选取训练集中活性最高的化合物作为模板分子,以苯环为公共骨架,采用Align Database方法进行分子叠合; (4)力场能量计算:利用Sp3杂化的碳原子做小分子探针基团,计算在每个空间网格点上探针基团与每个分子的相互作用能量,即得到叠合后化合物周围的力场能量信息; (5)模型建立:上述得到的力场能量值与训练集中化合物的生物活性值进行偏最小二乘法回归,首先采用抽一化法进行交叉验证分析,得到交叉验证相关系数q2和最佳主成分数n,然后利用得到的最佳主成分数进行非交叉验证分析,获得花色苷抗氧化剂抗氧化活性三维定量构效关系模型,以交叉验证系数q2大于0.5,非交叉验证系数r2大于0.8为表征模型的合理性,Q2值 越高表示活性分析的能力越强。
全文摘要
本发明涉及花色苷抗氧化剂抗氧化活性三维定量构效关系模型的构建方法,所述方法以已知活性的花色苷抗氧化剂为研究对象,利用三维定量构效关系技术,建立花色苷抗氧化剂三维定量构效关系模型,采用分子力场法和分子相似性系数分析法分析、分子构象优化、参数优化等技术建立准确的构效关系模型。所构建模型能够快速预测未知活性化合物的活性值,并且能够合理阐释花色苷抗氧化活性大小与其结构特征的关系。
文档编号G06F19/00GK103093100SQ20131002209
公开日2013年5月8日 申请日期2013年1月21日 优先权日2013年1月21日
发明者敬璞, 李平凡, 钱柄俊, 隋中泉, 赵淑娟 申请人:上海交通大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1