点击次数：

论文类型：期刊论文

发表时间：2012-10-18

发表刊物：化学通报

收录刊物：PKU、ISTIC

卷号：75

期号：10

页面范围：902-902

ISSN号：0441-3776

关键字：c-Met抑制剂;定量构效关系;多元线性回归;主成分分析

摘要：肝细胞生长因子（HGF）/酪氨酸蛋白激酶（c-Met）介导的细胞信号是导致肿瘤细胞产生和转移的主要途径之一。c-Met抑制剂能够阻断HGF/c-Met信号,抑制人类肿瘤的转移发生。本文选用77个结构多样的吡唑啉酮类衍生物作为c-Met抑制剂分子的数据集,随机选取其中16个分子作为检验集,其余作为训练集,采用多元线性回归（MLR）和主成分回归分析（PCA）法对每个分子的648个参数进行回归分析,分别建立定量构效关系的最优预测模型。结果表明,多元线性回归中的逐步筛选法是最佳的建模方法,其所建模型统计结果良好（R2=0.81,SEE=0.37）,应用于检验集的结果也较理想（R2=0.83,SEP=0.42）,模型可靠性和预测能力较强,能直观反映影响活性的主要因素。此模型的确立有助于指导新型高效c-Met抑制剂药物的筛选和开发。