此外还利用ECFP4指纹图谱分析抑制剂生物活性与其子结构的关系。 (2)利用多元线性回归和支持向量机建立了极光激酶A抑制剂生物活性的定量预测模型研究。根据抑制剂的三种不同酶学活性测定方式,将抑制剂分成三个子集,分别包括356/302/279个化合物。每个子集用随机和自组织神经网络两种方法划分训练集和测试集,再分别用多元线性回归法和支持向量机建立模型。并对每个子集建立了四个定量预测模Selleck Dolutegravir型。所有模型对测试集的活性值定量预测相关系数R均不小于0.77。模型均通过随机分布法检验,显示出良好的预测能力。 (3)基于极光激酶A抑制剂为配体的虚拟筛选研究。依据分子三维形状相似性和静电相似性,主要利用ROCs和EON软件,探寻建立不同目标查询式(query)的方法,最终选定化合物vx680为query,进行虚拟筛选,从近五百万个小分子数据库中得到50也0个与目标查询式最相似的化合物。这些化合物通过最优分类模型和最优定量预测模型逐一筛选后,得到预测活性值小于10nM的23个化合物。其被认为是具有抑制极光激酶A的苗头化合物。 本研究通过对极光激酶A抑制剂生物活性的分类和定量预测研究,建立了一系列的定性和定量预测模型。通过对极光激酶A抑制剂的三维分子形状和静电相似的虚拟筛选研究,找到了一些潜在的抑制极光激酶ASelleck的苗头化合物。
研究目的及内容： 肿瘤组织中有一种在数量上占少数的干细胞样细胞,它具有无限的增殖能力和分化潜能,是肿瘤形成的起始细胞(CSCs)。CD24低表达或阴性表达细胞群被认为属于乳腺CSCs,乳腺CSCs与上皮间质转换(EMT)之间存在着一定的联系。AURKA是一种癌基因,通过多种途径参与肿瘤的发生、发展。AURKA蛋白也是一种中心体相关激酶,过表达导致中心体扩增、纺锤体形成异常和基因组不稳定性,在肿瘤的转移过程中起重要作用。