Page 76 - 201901

·62· 精细化工 FINE CHEMICALS 第 36 卷

续表 4
Contribution
Field q 2 NC r 2 SEE F
S E H D A
HD 0.546 7 0.887 0.483 60.577 – – 0.689 0.311 –
HA 0.518 7 0.864 0.529 49.177 – – 0.667 – 0.333
DA 0.155 2 0.374 1.088 17.602 – – – 0.369 0.631
SEH 0.562 8 0.916 0.421 72.112 0.239 0.342 0.419 – –
SED 0.230 7 0.833 0.587 38.509 0.317 0.450 – 0.234 –
SEA 0.228 3 0.536 0.945 22.299 0.190 0.349 – – 0.461
SHD 0.573 7 0.954 0.317 105.860 0.298 – 0.470 0.232 –
SHA 0.558 7 0.896 0.463 66.600 0.282 – 0.472 – 0.246
SDA 0.222 7 0.791 0.658 29.146 0.373 – – 0.322 0.305
EHD 0.504 8 0.891 0.480 53.962 – 0.362 0.470 0.168 –
EHA 0.487 8 0.881 0.501 48.880 – 0.338 0.449 – 0.213
EDA 0.147 3 0.444 1.034 15.412 – 0.297 – 0.270 0.433
HDA 0.476 7 0.871 0.522 44.541 – – 0.547 0.220 0.234
SEHD 0.548 8 0.909 0.437 66.496 0.211 0.276 0.369 0.141 –
SHDA 0.513 8 0.903 0.452 61.622 0.241 – 0.403 0.183 0.173
EHDA 0.461 8 0.867 0.529 43.281 – 0.289 0.398 0.129 0.183
SEDA 0.196 3 0.495 0.985 18.985 0.128 0.254 – 0.241 0.377
SEHA 0.536 8 0.903 0.452 61.663 0.205 0.273 0.352 – 0.170
SEHDA 0.513 8 0.894 0.472 56.019 0.179 0.235 0.318 0.119 0.149

HQSAR 模型首先以默认的碎片长度（4~7）、
不同碎片区分参数进行组合，考察了这些碎片区分
参数组合对模型的影响，结果如表 5 所示。由表 5
可知，使用碎片区分参数为 A/B/C/Ch，可以得到好
2
2
的建模结果，其 HQSAR 模型统计学参数 q 、r 分
别为 0.862、0.930，SEE 为 0.53，最佳主成分数为
NC 为 6，最佳全息长度 HL 为 353。
为建立更好的 HQSAR 模型，在最佳的碎片区
分参数（A/B/C/Ch）基础上选择不同的碎片长度进

行考察，结果见表 6，由表 6 可知，碎片长度为 9~12
2
图 2 CoMFA 模型的实际值与预测值散点图 时建模结果最佳。该 HQSAR 模型的统计学参数 q 、
Fig. 2 Polts of observed pEC 50 vs. predicted pEC 50 for r 、SEE、NC、HL 分别为 0.876、0.929、0.50、5
2
CoMFA model
和 97。图 4 是训练集和测试集化合物实验值与预测
值的相关图，从图中可以看出，所有样本均匀地分
布在 45线附近，证明该模型能够较好的表征分子
结构与生物活性之间的关系。
2.2 CoMFA 模型三维等势图
图 5 是以能量最低的 48 号分子为模板的
CoMFA 模型三维等势图，图中软件默认绿色和黄色
轮廓的贡献水平值分别保持为 80%和 20%。
图 5a 为立体场三维等势图，绿色区域表示立体
位阻增大有利于化合物活性的提高，黄色区域表示
立体位阻减小有利于化合物活性的提高；图 5b 为静

电场三维等势图，红色区域表示引入带负电取代基
图 3 CoMSIA 模型的实际值与预测值散点图
Fig. 3 Polts of observed pEC 50 vs. predicted pEC 50 for 有利于化合物活性的提高，蓝色区域表示引入带正
CoMSIA model 电取代基有利于化合物活性的提高。