ISSN: 2376-130X
Санмати К.Дж., Ачал М.
Трехмерная количественная структура и активность связей (3D QSAR) с использованием метода анализа молекулярных полей к соседям (kNN MFA) была выполнена для рядов производных изатина в качестве ингибиторов карбоксилэстеразы (CE). Это исследование было выполнено с 49 соединениями (набором данных) с использованием алгоритма сферы исключения (SE) для разделения наборов данных на обучающие и тестовые наборы. Алгоритм SE позволяет создавать обучающие наборы, охватывающие все области пространства дескрипторов, занятые репрезентативными точками. Между различиями 3,0 и 5,5 уровней, которые включают размер тестового набора от 4 до 10, для построения моделей QSAR использовалась методология kNN-MFA с пошаговым (SW), имитацией отжига (SA) и генетическим алгоритмом (GA). Четыре предсказательные модели были созданы с SW-kNN MFA (pred_r2=0,7552–0,9376), три предсказательные модели были созданы с SA-kNN MFA (pred_r2=0,7019–0,9367) и две предсказательные модели были созданы с GA-kNN МФА (пред_r2=0,8226–0,8497). Наиболее значимая модель, созданная пошаговым kNNMFA, показала внутреннюю предсказательную способность 82,11% (q2=0,8211) и внешнюю предсказательную способность 93,76% (q2=0,9376). В этой модели гидрофобные и стерические взаимодействия доминируют над ингибиторной активностью CE. Дескриптор гидрофобного поля (H_977) с дальним диапазоном указывает на то, что положительный гидрофобный потенциал благоприятен для увеличения активности и, следовательно, более гидрофобная замещающая группа предпочтительна в этой области. Дескриптор стерического поля (S_619) с низким диапазоном указывает на то, что отрицательный стерический потенциал благоприятен для увеличения активности и, следовательно, менее громоздкая замещающая группа предпочтительна в этой области. Контурные графики kNN-MFA улучшают и улучшают понимание взаимосвязи между структурными особенностями замененных производных изатина и их активностью, что должно быть применимо для разработки новых ингибиторов CE.