酚類化合物麻醉毒性的CoFMA研究

馮惠，石春玲，李靖，周俊，馮長君

徐州工程學院化學化工學院，徐州 221018

物質定量構效關系(quantitative structure-activity relationship, QSAR)[3-10]研究主要通過理論計算和各種統計分析工具來建立若干化合物的結構與其生物活性(例如抑菌活性、生物毒性和致癌性等)之間的數學關系，以此預測其他化合物的相關性質；并在分子水平上揭示微觀結構對化合物各種生物活性的影響，推測其可能的作用機理。QSAR研究方法目前常用的有二維和三維構效關系，即2D/3D-QSAR。在3D-QSAR中主要是1988年Crameretal提出的比較分子力場分析法(comparative molecular field analysis, CoMFA)[10-19]。CoMFA的基本思想是通過分析疊合分子周圍的三維空間的靜電場和立體場變化研究化合物的結構-活性關系，揭示影響化合物活性的機制，比二維構效關系更直觀更有效而被廣泛應用于環境科學、生物學和毒理學等領域。

本文基于CoMFA方法研究上述50種酚類化合物對梨形四膜蟲極性麻醉毒性pT[2]的三維構效關系，據此揭示影響麻醉活性的結構基團，探討對梨形四膜蟲麻醉機理，并設計出7種麻醉活性更高的苯酚衍生物。

1 數據來源(Data source)

50種酚類化合物對梨形四膜蟲的50%生長抑制濃度，以“IC50”表示，單位為mmol·L-1。根據物理化學原理，可知化學平衡常數與組分濃度之間為對數關系。因此，令：

pT=-log(IC50)

(1)

pT的具體數值列于表1中[2]。

表1 酚類化合物對梨形四膜蟲麻醉毒性的實驗值和預測值Table 1 The experimental and predicted polar narcosis toxicity (pT) values of phenols to Tetrahymena pyriformis

2 建模方法(Modeling method)

采用Tripos公司最新的分子模擬軟件Sybylx2.1.1建立酚類衍生物對梨形四膜蟲麻醉活性的CoMFA模型。CoMFA方法的關鍵是確立藥物分子的生物活性(藥效)構象，再依據合理的匹配規則將化合物分子予以疊合。

2.1 化合物低能構象的確定及分子疊合

采用Sybylx2.1.1軟件中的Sketch molecule模塊構建57個酚類分子的初始三維結構，然后通過Minimize模塊，選取Tripos力場進行優化，電荷為Gasteiger-Huckel法，將最大迭代次數(Max. Iterations)定為1 000，將收斂梯度設為0.21 kJ·mol-1·nm-1。以此對上述酚類衍生物分子進行分子力學優化，得到的是各分子的低能構象，以此代替藥物分子的活性構象，即藥效構象，并以此為分子疊合的最終構象。

2.2 分子疊合

隨機選取4、9、16、20、27、33、37、43、49、50和新設計的7個分子，共17個分子為測試集(test set；其中50號為模板分子)，余下41個分子作為訓練集(training set，含模板分子)。在CoMFA研究中，通常選取生物活性最大的分子作為疊合比較的基礎，稱為模板分子。本研究中以50號分子對梨形四膜蟲的麻醉活性最強，故為模板分子。基于原子契合的疊合方式，即以公共骨架作為對比基礎的疊合方法。所謂公共骨架，是指所有分子均具有的且不含氫的部分結構。酚類化合物的公共骨架即為隱氫的苯酚。運用Align database模塊分別對訓練集、測試集按照均方根偏差最小的原則對隱氫苯酚進行疊合，以保證所有分子取向的一致性。訓練集、測試集的疊合圖如圖1所示，它們都與模板分子50很好地吻合。

圖1 訓練集(a)和測試集(b)的疊合圖Fig. 1 3D view of all the aligned molecules in training set (a) and test set (b)

2.3 建立訓練集的CoMFA模型

3 結果與討論(Results and discussion)

3.1 訓練集的CoMFA模型及質量檢驗

3.2 三維等勢圖分析

基于CoMFA模型得到的力場系數等勢圖確定與活性相關的立體場、靜電場的重要區域，從而對影響化合物活性的分子結構特征及化合物活性的分子機理作出有效的解釋。

3.2.1 麻醉活性的立體場等勢圖

CoMFA模型的立體作用分布圖通常包含綠色區域和黃色區域，其中，綠色區域表示該區域引入體積較大的取代基有助于提高化合物的活性，黃色區域表示該區域引入體積小的基團會使化合物的活性增強。以化合物50為模板分子的三維立體場等勢圖如圖2(a)所示，黃色區域主要包裹苯環的3,4,5-位，在這些位上連有大體積基團，將使麻醉活性下降。且沒有綠色區域。例如，化合物17和26的苯環上取代基均為異丙基，但26的pT(0.803)明顯大于17的pT(0.473)，是因為17的異丙基處于黃色區域。

3.2.2 麻醉活性的靜電場等勢圖

圖2(b)為模板分子50周圍的靜電場分布，藍色表示在該區域增大基團正電性有利于化合物活性的提高，紅色區域則表示引入帶負電荷的基團對活性有利。紅色區域主要在苯環的1,2,4,6-位，藍色區域在4,5-位上。因此，2,4,6-位有負電性基團，4,5-位上碳原子帶正電，將使麻醉活性升高。例如，化合物43和48均為3個氯取代，區別是43為2,4,6-氯取代，4-位上碳原子帶正電，而48為2,4,5-氯取代，具有4,5-位上碳原子帶正電，故48的pT(2.100)明顯大于43的pT(1.695)。

圖2 CoMFA模型的立體場(a)和靜電場(b)等勢圖Fig. 2 CoMFA contour maps of (a) steric field and (b) electrostatic field

3.3 分子設計

QSAR研究的目的之一是根據模型設計高活性分子并運用該模型去預測所設計分子的活性。由立體場和靜電場三維等勢圖可知，在羥基的間、對位上連有小體積基團，以及鄰、對位有負電性基團，將增強麻醉活性。據此，分別在羥基的3、4-位引入負電基團—F、—NO2、—Cl和—Br等基團，設計了7個化合物(表1中化合物51～57)進入測試集。由訓練集的CoMFA模型，給出這7個化合物的預測麻醉活性(表1的pTcal)，均優于模板分子50的極性麻醉活性(pTcal>2.423)。這些化合物的預測麻醉活性具有較高的可信度，因為訓練集的CoMFA模型具有良好的預測能力。當然也有待生物學實驗予以驗證。

綜上所述，本研究表明：

(2)訓練集CoMFA模型給出立體場對pT的貢獻比率為53.9%，大于靜電場的46.1%的貢獻比率。其立體場、靜電場三維等勢圖揭示影響酚類衍生物對梨形四膜蟲麻醉活性的主要是羥基的間、對位上連有小體積基團，以及鄰、對位有負電性基團；

(3)依據訓練集CoMFA模型的三維等勢圖設計7個具有良好麻醉活性的分子，有待生物醫學實驗予以驗證。