余訓(xùn)爽

(長(zhǎng)江大學(xué)化學(xué)與環(huán)境工程學(xué)院，湖北 荊州 434023)

余訓(xùn)民

(武漢工程大學(xué)化學(xué)與環(huán)境工程學(xué)院，湖北 武漢 430073)

咪唑并嘧啶是一類(lèi)非常重要的雜環(huán)化合物。大量研究表明該類(lèi)化合物具有較好的生物活性，如殺蟲(chóng)、殺菌、除草、抗病毒、抗癌等[1～6]。由于咪唑并嘧啶具有新型結(jié)構(gòu)和獨(dú)特的作用機(jī)理，有廣譜的殺菌活性和低毒、高效等優(yōu)點(diǎn)，因此在醫(yī)藥、農(nóng)藥等領(lǐng)域備受關(guān)注[7]。因此，利用定量結(jié)構(gòu)—活性關(guān)系(QSAR)方法研究與開(kāi)發(fā)新穎咪唑并嘧啶類(lèi)殺菌劑具有十分重要的意義。Sacchi等[8～9]報(bào)道了以2-甲基-咪唑并[1,2-a]嘧啶為母核，分別合成了3-位被不同的羧酸衍生物取代的一系列2-甲基-咪唑并[1,2-a]嘧啶類(lèi)衍生物，此類(lèi)化合物對(duì)抑制環(huán)氧化酶(COX)具有較好的抑制活性，但未見(jiàn)對(duì)環(huán)氧合酶-2(COX-2)的選擇性報(bào)道。戚繁等[10～14]在上述2類(lèi)化合物結(jié)構(gòu)的基礎(chǔ)上，對(duì)咪唑并[1,2-a]嘧啶的結(jié)構(gòu)進(jìn)行修飾，合成了2-位和3-位被不同的芳烴基和鹵代芳烴基取代的咪唑并[1,2-a]嘧啶類(lèi)衍生物，并對(duì)所合成的化合物進(jìn)行生物活性表征，實(shí)驗(yàn)測(cè)試表明，該類(lèi)化合物具有潛在藥理活性或生物活性，是一類(lèi)選擇性良好的COX-2抑制劑。為了尋求更高生物活性的咪唑并嘧啶類(lèi)殺菌劑，本研究對(duì)2,3-二氫咪唑并[1,2-c]嘧啶類(lèi)化合物的抑菌活性進(jìn)行了探討，以供咪唑并嘧啶類(lèi)分子設(shè)計(jì)、合成與生物活性研究提供新的研究依據(jù)。

1 材料與方法

1.1 樣本來(lái)源與分類(lèi)

圖1 標(biāo)題化合物的基本結(jié)構(gòu)

此類(lèi)抗菌劑的結(jié)構(gòu)與活性來(lái)源于Jani 等[1]的研究。為了確保QSAR模型具有代表性和穩(wěn)定的可靠性，共篩選26個(gè)化合物分子，其基本骨架見(jiàn)圖1。

根據(jù)隨機(jī)和活性梯度分布原則，將化合物分為2組，其中1～20作為訓(xùn)練集，21～26作為測(cè)試集。所有化合物對(duì)大腸桿菌的抑制作用均以MIC/(μmol·dm-3)值表示，MIC值均轉(zhuǎn)換成PMIC值[1]，見(jiàn)表1。

表1 大腸桿菌的訓(xùn)練集和測(cè)試集化合物的生物學(xué)活性以及PMIC的預(yù)測(cè)結(jié)果

1.2 分子描述符的獲取的方法

采用Gaussian 09W程序在DFT-B3 LYP/ 6-311++G(d,p)水平上全優(yōu)化計(jì)算26個(gè)咪唑并嘧啶類(lèi)抗菌劑分子結(jié)構(gòu)，經(jīng)振動(dòng)分析確認(rèn)無(wú)虛頻，即勢(shì)能面上的極小點(diǎn)，得到化合物的結(jié)構(gòu)參數(shù)：分子最高占用和最低空軌道能(Ehomo和Elumo)、分子次最高占用和次最低空軌道能(Enhomo和Enlumo)、范德瓦爾斯能(EVDW)、正辛醇/水分配系數(shù)(logP)、分子極化度(a)、分子偶極矩(μx)、三維空間拓?fù)渲笖?shù)(Ys)等20余個(gè)參數(shù)。

1.3 分子描述符的篩選

結(jié)合遺傳函數(shù)算法(GA)和主成分分析方法(PCA)在一定檢驗(yàn)水平上挑選出的QSAR重要變量數(shù)作為輸入層節(jié)點(diǎn)數(shù)；輸出層神經(jīng)元數(shù)對(duì)應(yīng)于PMIC值。隱含層最佳節(jié)點(diǎn)數(shù)由訓(xùn)練結(jié)果確定。根據(jù)網(wǎng)絡(luò)訓(xùn)練中訓(xùn)練集和預(yù)測(cè)集的均方根誤差(RMSE)變化情況確定訓(xùn)練終止與否，為了避免過(guò)訓(xùn)練，本研究在訓(xùn)練過(guò)程中采用測(cè)試集進(jìn)行監(jiān)控，一旦測(cè)試集誤差明顯上升，則停止訓(xùn)練。

2 結(jié)果與分析

2.1 分子描述符篩選的結(jié)果

將獲得的20余個(gè)參數(shù)用GFA-BPNN法找出與PMIC最密切相關(guān)的幾個(gè)自變量。因GA算法的結(jié)果具有隨機(jī)性，為此，設(shè)種群規(guī)模設(shè)定為30，交叉概率設(shè)定為0.8，變異概率設(shè)定為0.01，最大進(jìn)化代數(shù)100。子代方程的優(yōu)劣由復(fù)相相關(guān)系數(shù)來(lái)評(píng)價(jià)，子代的自適應(yīng)性由Friedman的欠擬合函數(shù)LOF(lack-of-fit)來(lái)衡量[15]。若子代方程優(yōu)于父代方程，保留子代方程，否則繼續(xù)雜交，直至達(dá)到設(shè)定的目標(biāo)。GFA-BPNN程序運(yùn)行100次后，選取復(fù)相相關(guān)系數(shù)較大且將出現(xiàn)頻率超過(guò)90%的結(jié)構(gòu)參數(shù)用于建模。過(guò)多的描述符會(huì)導(dǎo)致模型的“過(guò)參數(shù)化”，為避免此情況發(fā)生，最終確定6個(gè)特征變量(表2)。由于結(jié)構(gòu)描述符之間還存在一定的相關(guān)性，故用PCA法對(duì)原始數(shù)據(jù)進(jìn)行降維，得到不相關(guān)的新變量，其結(jié)果見(jiàn)表2。

表2 主成分相關(guān)矩陣

經(jīng)分析，前2個(gè)主成分因子的方差貢獻(xiàn)率之和為86.74%(表3)，故可用前2個(gè)主成分因子代表原始數(shù)據(jù)的絕大部分信息作為人工神經(jīng)網(wǎng)絡(luò)的輸入因子，從而達(dá)到簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)的目的。

表3 主成分及方差貢獻(xiàn)

2.2 BPNN網(wǎng)絡(luò)結(jié)構(gòu)中隱含層個(gè)數(shù)的確定

圖2 隱含層節(jié)點(diǎn)數(shù)與均方根誤差的關(guān)系

神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)為2個(gè)主成分因子，輸出節(jié)點(diǎn)為1個(gè)(PMIC)，通過(guò)設(shè)定不同數(shù)目的隱含層節(jié)點(diǎn)數(shù)的網(wǎng)絡(luò)體系，以訓(xùn)練10000次得到的訓(xùn)練集與預(yù)測(cè)集樣本的均方根誤差(RMSE)作為評(píng)價(jià)指標(biāo)，訓(xùn)練結(jié)果見(jiàn)圖2。根據(jù)圖2，本研究選取2-3-1體系的網(wǎng)絡(luò)用于隨后的學(xué)習(xí)訓(xùn)練和預(yù)測(cè)驗(yàn)證。其他各參數(shù)如下：傳遞函數(shù)采用S型函數(shù)，訓(xùn)練函數(shù)為雙曲正切(tansig)型函數(shù)，輸出函數(shù)為“pureiin”線性函數(shù)；網(wǎng)絡(luò)訓(xùn)練精度為0.0001，學(xué)習(xí)的初始速率為0.4，動(dòng)量常數(shù)為0.9，其他參數(shù)為默認(rèn)值。其結(jié)果平均標(biāo)準(zhǔn)誤差為0.155，實(shí)驗(yàn)值與預(yù)測(cè)值的相關(guān)系數(shù)R2=0.9991，其預(yù)測(cè)結(jié)果見(jiàn)表1。

2.3 模型的檢驗(yàn)與評(píng)價(jià)

為了確保模型應(yīng)用于實(shí)際之前有良好的可靠性和預(yù)測(cè)能力，必須對(duì)模型進(jìn)行嚴(yán)格的檢驗(yàn)與評(píng)價(jià)。

2.3.1 模型的內(nèi)部檢驗(yàn)

圖3 PMIC預(yù)測(cè)值與實(shí)驗(yàn)值的線性關(guān)系圖

本研究用LOO法評(píng)價(jià)模型的內(nèi)部預(yù)測(cè)能力和模型的穩(wěn)健性，其檢驗(yàn)統(tǒng)計(jì)參數(shù)見(jiàn)表4。

2.3.2 模型的外部檢驗(yàn)

較強(qiáng)的內(nèi)部預(yù)測(cè)能力不代表模型有較強(qiáng)的外部預(yù)測(cè)能力。為了確保模型的預(yù)測(cè)能力，將20個(gè)樣本作訓(xùn)練集(Training set)，6個(gè)樣本為測(cè)試集(Testing set)，其外部檢驗(yàn)統(tǒng)計(jì)參數(shù)見(jiàn)表4。

表4 模型的相關(guān)統(tǒng)計(jì)參數(shù)

2.4 致毒機(jī)理探討

由表2因子負(fù)載矩陣值可知：Elumo和logP是影響咪唑并嘧啶類(lèi)殺菌劑活性的主要因素。

1)Elumo作為一個(gè)重要的分子電性參數(shù)，反映了不同分子抑制反應(yīng)的相對(duì)難易程度。

由第一主成分因子系數(shù)可知：咪唑并嘧啶類(lèi)殺菌劑對(duì)大腸桿菌的毒性大小與Elumo呈負(fù)相關(guān)，說(shuō)明其值越小，咪唑并嘧啶類(lèi)殺菌劑的毒性愈大。由此可以推測(cè)咪唑并嘧啶類(lèi)殺菌劑在生物體內(nèi)的毒性作用以親電反應(yīng)為主，咪唑并嘧啶類(lèi)殺菌劑的Elumo愈低，親電性愈強(qiáng)，越易進(jìn)攻生物大分子的巰基、活性氧等富電子原子或原子團(tuán)，毒性愈大。故在R取代基團(tuán)中的吸電子效應(yīng)越強(qiáng)，其分子的毒性愈大，且對(duì)位>鄰位(表1)。

2)logP作為一個(gè)重要的熱力學(xué)參數(shù)，反映了不同分子在受體內(nèi)富集的相對(duì)難易程度。

第一主成分因子系數(shù)中l(wèi)ogP的系數(shù)表明它們對(duì)化合物毒性呈正貢獻(xiàn)，隨著R1取代基的引入，分子體積的增加不足以影響其通過(guò)細(xì)胞膜，因?yàn)轶w積增大，分子疏水性增強(qiáng)，導(dǎo)致其分子有很好的脂溶性，易于生物富集，有利于增加化合物的毒性，可見(jiàn)咪唑并嘧啶類(lèi)抗菌劑分子在生物體內(nèi)的富集能力是影響化合物對(duì)大腸桿菌抑制作用的另一個(gè)方面。

另外，由表2還可知，分子的活性與空間拓?fù)渲笖?shù)(Ys)和x軸方向的偶極距(μx)有一定的相關(guān)性，表明基團(tuán)的空間效應(yīng)對(duì)活性和選擇性均具有影響。

3 結(jié)論

研究結(jié)果表明，咪唑并嘧啶類(lèi)分子對(duì)大腸桿菌的抑菌作用主要是通過(guò)在細(xì)胞膜內(nèi)聚集(logP表征)，進(jìn)而與生物大分子發(fā)生電子轉(zhuǎn)移(Elumo表征)而完成的，且抑菌活性隨著取代基團(tuán)中的吸電子效應(yīng)的增強(qiáng)而增大。此結(jié)果可為設(shè)計(jì)新的此類(lèi)藥物分子提供理論依據(jù)和研究思路。

[1]Duardo Bores de Melo,Márcia Miguel Castro Ferreira.Multivariate QSAR study of 4,5-dihydroxypyrimidine arboxamides as HIV-1 integrase Inhibitors[J].Eur J Med Chem,2009,44:3577～3583.

[2]Lee S,Park S B.An Efficient One-Step Synthesis of Heterobiaryl Pyrazolo [3,4-b]pyridines via Indole Ring Opening[J].Org Lett,2009,11:5214～5217.

[3]馬超,李坤,楊晨,等.吡唑衍生物合成研究進(jìn)展[J].國(guó)外醫(yī)藥抗生素分冊(cè),2011,32(5):211～218.

[4]蔡繼平,蔣華江,林顯明.3(5)-氨基毗吟的合成工藝改進(jìn)[J].化工時(shí)刊,2005,20(5):15～19.

[5]Zhang X Y,Song Y P,Gao L,etal.Sythesis pyrazolopyrimidines from 1,2-allenic ketones and Aminopyrazoles [J].Synfacts,2014,10:362～370.

[6]Revathi A,Satish G,Kaskhedikar.Synthesis,antitubercular activity and QSAR analysis of substituted nitroaryl analogs chalcone,pyrazole,isoxazole,and pyrimidines[J].Med Chem Res,2013,22:3863～3880.

[7]吳琴,宋寶安,胡德禹,等.嘧啶類(lèi)化合物的合成及抗菌活性研究進(jìn)展[J].有機(jī)化學(xué),2009,29(3):365～379.

[8]Sacchi A,Ablignente E,Rossi F,etal.Research on heterocyclic canpounds.lmidazo[1,2-a]pyrinidine 2-acetic derivatives synthesis and anti-inflanmatory activity[J].Eue J Med Chem,1997,32:677～682.

[9]Laneri S,Sacchi A,Rossi F,etal.Research on 2-Methylimidazo[1,2-a]pyrinidine-3-carboxylic derivatives synthesis and anti-inflanatory activity[J].Eue J Med Chem,1998,33:163～170.

[10]戚繁,周金培,丁一為,等.咪唑并[ 1,2-a ]嘧啶類(lèi)化合物的合成和抗炎活性[J].中國(guó)藥科大學(xué)學(xué)報(bào),2009,40(1):16～20.

[11]崔永濤,王建強(qiáng),殷俊,等.以水作溶劑微波法合成 1,4-二氫苯并咪唑并[1,2-a]嘧啶類(lèi)衍生物[J].應(yīng)用化學(xué),2010,27(1):53～57.

[12]阿布拉江·克依木.新型含三唑及噻唑環(huán)的腙類(lèi)化合物的合成及生物活性研究[J].有機(jī)化學(xué),2011,31(5):724～727.

[13]劉舉,薛其俊,王穎,等.新型咪唑并[ 1,2-a ]嘧啶類(lèi)化合物的合成[J].合成化學(xué),2016,21(6):679～682.

[14]Xue-Jie Fang,Ponmani Jeyakkumary,Srinivasa Rao Avula,etal.Design,synthesis and biological evaluation of 5- fluorouracil-derived benzimidazoles as novel type of potential antimicrobial agents[J].Bioorganic & Medicinal Chemis Try Letters,2016,26:2584～2588.

[15]李冀.QSPR/QSAR在有機(jī)物危險(xiǎn)特性預(yù)測(cè)中的應(yīng)用[D].長(zhǎng)沙:中南大學(xué),2012.

[16]覃禮堂,劉樹(shù)深,肖乾芬,等.QSAR模型內(nèi)部和外部驗(yàn)證方法綜述[J].環(huán)境化學(xué),2013,32(7):2015～2010.

[17]Chirico N,Gramatica C.Real external predictivity of QSAR models:How to evaluate it comparison of different alidation criteria and the need for scatter plot inspectio[J].J Chem lnf Mode1,2012,52:2044～2058.

[18]Tropsha A,Gramatica P,Gombar V K.The importance of being earnest:Validation is the absolute essential for successful application and interpretation of QSPR models[J].QSAR Comb Sci,2003,22:69～77.

[編輯] 余文斌