134恶二唑类衍生物杀菌活性的理论模型应用化学.docx
《134恶二唑类衍生物杀菌活性的理论模型应用化学.docx》由会员分享，可在线阅读，更多相关《134恶二唑类衍生物杀菌活性的理论模型应用化学.docx（17页珍藏版）》请在冰豆网上搜索。
134恶二唑类衍生物杀菌活性的理论模型应用化学
图书分类号：
密级：
毕业设计（论文）
1,3,4-噁二唑类衍生物杀菌活性的理论模型
TheoreticalModelofFungicidalActivityfor1,3,4-OxadiazoleDerivatives
ContainingPyrazoleMoiety
学生姓名
郑勇赛
学院名称
化学化工学院
学号
20101303114
班级
10应化
（1）班
专业名称
应用化学
指导教师
冯长君
2014年
5月
28日
徐州工程学院毕业论文原创性声明
本人郑重声明：
所呈交的毕业论文，是本人在导师的指导下，独立进行研究工作所取得的成果。
除文中已经注明引用或参考的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标注。
本人完全意识到本声明的法律结果由本人承担。
论文作者签名：
日期：
年月 日
徐州工程学院毕业论文版权协议书
本人完全了解徐州工程学院关于收集、保存、使用学位论文的规定，即：
本校学生在学习期间所完成的毕业论文的知识产权归徐州工程学院所拥有。
徐州工程学院有权保留并向国家有关部门或机构送交学位论文的纸本复印件和电子文档拷贝，允许论文被查阅和借阅。
徐州工程学院可以公布学位论文的全部或部分内容，可以将本学位论文的全部或部分内容提交至各类数据库进行发布和检索，可以采用影印、缩印或扫描等复制手段保存和汇编本毕业论文。
论文作者签名：
导师签名：
日期：
年月 日日期：
年 月
摘要
本文计算了新型噁二唑类衍生物的电性距离矢量（MEDV），并通过逐步回归的方法建立了新型含吡唑环的1,3,4-噁二唑类衍生物类化合物对活体菌杀菌活性的构效关系模型。
本文通过最佳变量子集回归方法，建立了它们的2个参数（M14、M18）的QSAR模型，得出非交叉验证相关系数（R2）与估计标准误差（S）分别为0.802、0.066，具有较好的稳健性和预测能力。
结果表明，用M14、M18表征1,3,4-噁二唑类衍生物类化合物的生物杀菌指标具有合理和有效性。
关键词含吡唑环的1,3,4-噁二唑类衍生物；电性距离矢量；杀菌活性；构效关系
ABSTRACT
Inthispaper,electronegativitydistancevector（MEDV）werecalculatedandthequantitativestructureactivityrelationship（QSAR）modelofSynthesisandFungicidalActivityof1,3,4-OxadiazoleDerivativesContainingPyrazoleMoiety,Thetwo-parameter（M14,M18）QSARmodelwasconstructedbyleaps-and-boundsregression（LBR）.Thecorrelationcoefficient（R2）andthestandarddeviation（S）are0.802and0.066.Theresultdemonstratesthatthemodelisveryreliableandhaspredictiveabilityfromthepointofviewofthesestatistics.TheresultsshowedthatM14,M18havegoodrationalityandefficiencyforthe1,3,4-OxadiazoleDerivativesContainingPyrazoleMoiety.
Keywords1,3,4-OxadiazoleDerivativesContainingPyrazoleMoietyElectronegativitydistancevectorrelationshipBactericidalactivityQuantitativeStructure-activityRelationship
1绪论
1.1研究背景
1.1.1研究对象及其用途
研究表明，杂环的化合物是许多合成农医药和天然化合物的核心结构单元，因其环上的取代基可以多方位变换和高效低毒而逐渐成为农医药领域的热门研究。
作为杂环化合物的重要分支,吡唑环衍生物表现出良好的生物活性,如除草、杀虫、杀菌、抗炎、抗癌等活性。
时至今日,许多含吡唑的化合物物已被国内外公司成功开发为医药和农药.如杀虫剂吡螨胺（Tebufenpyrad）,氯虫酰胺（Chlorantraniliprole）等；杀菌剂吡噻菌胺（penthiopyrad）,唑菌胺酯（Pyraclostrobin）等；镇痛、消炎、退热药物的安替比林（Antipyrine）等.1,3,4-噁二唑类化合物因具有抗癌、抗炎、杀虫、杀菌、除草等多样性的生物活性而同样受药物学家和农药化学家的关注。
1.1.2QSAR简介
物质构效关系（quantitativestructure-activityrelationship，QSAR）是一种借助分子的理化性质参数或结构参数，以统计学和数学的方法来定量研究物质的物理、化学性质以及其在生物体内吸收、分布、代谢、排泄等生理活性，在分子层面上更加深入的探讨微观结构对化合物各种生物活性的影响，并推测其可能作用机理的学科。
物质构效关系是一种最早发展起来的关于分子设计的方法，如果已知的化合物的结构与其生物活性之间的定量关系被确定，那么研究者就可以根据这种关系对化合物的结构进行改造，进而使该化合物获得更高的活性。
大家所知道的定量结构-活性相关，研究的是化学品的活性与其分子结构中内在的定量关系。
QSAR方法经现有的实验数据和化学知识，构建了某种化合物的结构与生物活性之间的定量关系，并运用这种关系预测新的化合物的生物活性。
从70年代开始，QSAR被广泛的应用于毒理学，药物化学，环境化学等领域。
近几年，研究者们常常用的方法是三维定量构效关系（3D-QSAR）法。
目前比较常用的3D-QSAR方法有距离几何方法（DG），假象活性距离点阵法（HypotheticalActiveSiteLattice）及比较分子立场分析法（CoMFA）等。
1.1.3物质构效关系
分子拓扑学是把图论、结构化学、计算机科学以及统计学相互交叉起来的一门新兴学科，它将数学上图的拓扑性质与化学上的分子结构图对应起来，为的是寻找出分子结构图的拓扑不变量，把一个抽象的化学结构图转换为数学上的一个没有量纲的纯数即拓扑指数[1-3]，从而实现分子结构的拓扑指数表示，从而建立其与性能的定量关系。
正因为拓扑指数并不依赖于实验的测定结果，而是直接来源于分子的结构，并且应用方便、计算简单，所以就广泛使用于有机化合物的结构-性能（活性）的研究[4,5]。
1.2本文的研究方法
1.2.1拓扑指数
拓扑指数是一种表示数学的量，而且是关于图的不变量，它并不随图中点编序的变化而变化。
确切的说，应该称之为图论指数，但习惯上还是称为拓扑指数。
拓扑指数同时也是分子的结构数值化的一种表现形式，它是通过对分子图的矩阵进行一种数字运算而获得。
它是某种图的不变量，是直接通过分子结构产生的，并反映了化合物的结构特征。
以下构造拓扑指数的3个基本要求：
（1）拓扑指数应当是一个或一组数据，即分子图进行数值化；
（2）能充分的反映出分子图中所表示的化学环境和连接信息；
（3）能有效地表达化合物结构与活性的关系。
1.2.2QSAR的研究方法
有QSAR两类模型：
（1）显现形式：
多元回归模型，可以被划分为线性和非线性两类，但常常用到的是线性模型。
（2）隐藏形式：
比较分子力场分析法、人造神经网络等。
它们当中的模型是看不见的，是属于暗箱。
目前为止，研究QSAR方法的中心问题依旧是方法学的问题，其中涉及到化合物的理论模型推导法、结构表征法、函数关系建立法等。
QSAR建模方法研究是否成功的关键在于是否正确的选择了结构表征方法与函数关系建立的方法。
现阶段几种基本的QSAR建模的分析方法如下：
1.2.2.1取代基多参数法（Hansch法）
取代基多参数法（Hansch法）被称为经典的QSAR方法，其现阶段被广泛应用。
可以表示为：
生物效应=f（立体效应）+f（电子效应）+f（分配参数）。
在使用取代基多参数法的时侯,当分子结构变化比较大且数据较多时,可以先用Q型聚类[6]及星座图法[7]等方法作聚类分析，此种方法所建的是比较复杂的模型,然后再用多元数据分析的方法进行更加深入的研究，不但省时便捷，而且所建立的模型也具有更好的预测性。
建立模型时，一系列化合物内必须多的包含具有各种理化性质的取代基,各种参数的波动范围也要尽量大些，各参数间的相关性系数要小,回归方程的标准偏差要尽量小;特定情况下，方程中对研究结果没有太大影响的都可以删去。
时至今日，取代基多参数法在研究预测部分化合物衍生物的分子活性以及对新型药物分子化合物的设计等方面取得了很大的成果，不仅成功地阐述了多种新型农药化合物的作用机制[8,9]，通过设计，产生了许多先导的化合物，并且有很多经过该法成功指导而研制出新型农药化合物的例子。
但凡事具有两面性，在运用取代基多参数法时,也存在较多的不足之处，大致可以分为以下几种:
必须要包含有能用于实验的合适的取代基参数,所建立的模型大多都是小分子模型,并不太适用于复杂的生物系统;需要运用到比较多的化合物,一般情形下，化合物数量应该是所用参数的5到10倍。
对于该方法的进一步应用，我们都必须考虑到这些不足之处。
自20世纪后期以来,这种传统的设计方法已有很大发展,Fujita等还建立了以取代基多参数法为主的EMIL（Examplemediatedinnovationforleadecolution）系统,用来设计不同类型的先导化合物,并大幅度提高了工作效率。
1.2.2.2量化计算类参数法
随着理论化学和电子计算机的高速发展，量子化学、分子力学和动力学的计算方法正越来越多的被应用到QSAR的建模研究中。
使用量子化学计算类参数进行定量构效关系的研究，可以使化合物分子的物理意义更加明确，描述更加准确、客观、形象,从而使QSAR研究富有前景。
量子化学参数大体可分为分子极化度、原子电荷参数、前线轨道密度参数、原子-原子极化、偶极矩极性指数等。
本质上来说，化合物的性质是与分子结构中的能量大小、电子性质、几何特征等参数密切相关的，因此量子化学参数通常能够较好地与分子生物活性相关联[10~13]。
但是，在QSAR建模研究中量化参数的应用仍然处于开始阶段，还存在很多的缺点；因为该方法的计算不容易掌握，一般只适用于大小适中的分子化合物，所以该法的推广依旧受到限制。
1.2.2.3拓扑图论参数法
在实际的实验工作过程之中，所得数据并不需要追求多么的准确多么的十全十美，因为我们没有充足的时间来为一系列活性物质进行复杂准确的量子化学计算，同时也没有那个必要。
拓扑图论参数是由分子结构这个概念引出的，由化合物的分子结构直接产生出来，一般采用的是数量表征分子结构，（比如Balaban指数、Hosoya指数Z、Wiener指数W、JRandic指数χ等）。
这些拓扑指数包含着分子之间键能的性质，原子间结合的次序，存在连接链的分子多少及各种分子的大小形状等信息。
运用这些重要的拓扑信息，就能大概测出分子的相关活性和性质。
长期以来，研究者们都在不断的扩充并且迅速的发展着拓扑学的方法，而后广泛的应用于QSAR的建模研究中[14-17]。
1.2.2.4分子轨道法（MO）
现在在构效关系分析中运用最广泛的是分子轨道法。
分子轨道法主要是在QSAR中引入量子化力学原理和方法,用薛定锷方程计算电子的反应指标,然后用量子化学参数法中的参数进行多重回归分析。
如果这个体系是多电子的体系,其中最普遍的是含有两个电子以上的体系，那么也只能通过原子轨道法或分子轨道法来得到大致的活性构效关系的模型。
分子轨道法中量子化学参数存在的缺点是过分依赖于取代基的组合、计算过于复杂烦琐、且处理不了分子之间的体积效应。
Bader等系统建立的量子拓扑理论,同时结合了分子拓扑理论和分子轨道理论,该理论不仅考虑到了拓扑和量子化学法的优点,解决了量子化学参数在QSAR研究中存在的不足之处,同时也解决了该法在分子连接性指数中存在的不足，比如可能有不明确物理参数或不能够区分化合物的立体异构体[18,19]，该指数是目前最常用的QSAR的分子拓扑指数。
1.2.2.5比较分子立场分析法（CoMFA）
建立所测分子的三维模型,必须要通过计算一定空间网络中各系列化合物和各种探针原子或基团作用的立体场和静电场，然后定量预测所设计合成的化合物的活性,进而确定下一步合成对象的方法称为比较分子力场分析法。
该方法第一步是要假设药物分子与受体之间的作用是非键作用,由活性区的静电场和立体场分布的不同可以用来解释所研究的药物分子之间生物活性的不同。
CoMFA法采用了偏最小二乘法、场分析以及交叉验证法等方法,因此，如果数据的质量较高,一般可得到预测能力比较强的模型。
比较分子立场分析法近年来在国际上得到了广泛应用[20]。
药物分子与受体在三维空间的互补性CoMFA法都进行了充分的考虑,弥补了取代基多参数法的不足,但由于该方法所使用的潜在参数没有确定的物化意义,也不能给出定量的概念，然而这又正是Hansch（取代基多参数法）法的优点。
因此,在实际研究中通常将CoMFA与Hansch法结合使用，所得结论更有参考性。
1.2.2.6分子对接法（MD）
在受体三维结构的基础上设计新型药物的方法被称之为分子对接法（Moleculardock,MD）[21,22],就是把小分子配体放在受体的活性位点上,并找出与之对应的取向和构象,使配体与受体的形状以及相互作用都较为匹配。
X射线衍射和世界核磁共振等技术迅猛发展,越来越多的含有三维结构的生物大分子能够被检测出来。
处于受体结构基础上的药物设计也因此就更加具有现实实际意义,通过这个方法成功地创造出许多新型的药物。
1.3本文的研究内容
根据活性亚结构的拼接、生物等排的方法,将活性功能团吡唑官能团和1,3,4-噁二唑以及含SCH2官能团合并在同一分子中设计合成标题化合物,其结构经1HNMR，MS和元素分析确证。
初步生物活性测试结果表明部分化合物对测试菌种具有优异的防效。
本文首先通过计算刘树深等电性距离矢量以及原子类型电性拓扑指数、分子形状拓扑指数、连接性指数等拓扑指数作为新型噁二唑类衍生物的分子结构的描述符。
以多元统计回归分析法拟合这些化合物对抑菌活性的构效关系模型。
据此模型探讨其影响对黄瓜褐斑病等抑菌活性的结构因素，以及揭示新型噁二唑类衍生物对测试菌种的分子抑菌机理。
拟解决的主要问题：
各种拓扑指数的计算及建立新的连接性指数（通过改变原子点价来研究连接性指数）；根据新型噁二唑类衍生物杀菌活性数据进行多元线性回归分析；经最佳子集变量回归建立具有良好相关性的新型噁二唑类衍生物杀菌活性的数学模型；分析新型噁二唑类衍生物抑菌与其分子结构特征的相关性。
2理论与方法
2.1研究对象
本文以11种2-取代苄硫基-5-[（3,5-二甲基-1H-吡唑-1-基）甲基]-1,3,4-噁二唑衍生物（简称为“新型噁二唑”）为对象,对其杀菌活性与化学结构的相关性进行研究,目的在于为该类有机物的杀菌性能预测，有效控制提供一定的理论基础。
新型噁二唑衍生物母体结构式见图2-1，相应取代基见表3-1，他们采取多元逐步回归分析得出计算值、实验值及误差见表3-1。
他们的杀菌活性用“Ag”（%）表示。
图2-1新型噁二唑衍生物母体结构式
2.2构建电性距离矢量
各类非氢原子的拓扑性质是来源于原子之间的拓扑距离,其电子性质来源于该非氢原子的固有状态，还有分子中其他原子的对此固有状态的影响。
拓扑指数来源于分子隐氢图的各种数学矩阵（比如邻接矩阵、距离矩阵等），衍生出的显示分子结构一些特征的表述符，并不依赖于实验测定的结果，而是被大范围的应用在物质构效关系（QSAR）研究中。
分子电性距离矢量（MEDV）[23,24]是凭借分子中每一个非氢原子在分子中的成键电子信息和拓扑环境分别进行计算得出的一组数值,也就是说分子中的所有非氢原子的拓扑环境和电性特征的相互作用都是可以用电性距离矢量来表示。
构建分子电性距离矢量的描述:
计算表示非氢原子i电子结构和拓扑结构的固有状态值（Ii）,
Ii=（mi/4）0.5[（2/Ni）2δiv+1]/δi 式（2.1）
式中mi——非氢原子i价的电子数；
Ni——非氢原子i价电子的主量子数。
δi与δiv定义式为：
δi=σi-hi
δiv=σi+ni+πi-hi 式（2.2）
式中σi——与该原子i形成的σ轨道电子数；
πi——与该原子i形成和π键轨道电子数；
hi——与该原子i连接的氢原子数；
ni——原子i其孤电子对价电子数。
因为在分子中,每一个原子都不是单独孤立的存在着的,都会受到其它不同原子的干扰。
所以，每种非氢原子i的相对电性（qi）：
式（2.3）
ΔIi——分子中其它所有非氢原子对原子i的扰动之和
dij——原子i和j间边的数值。
电性距离矢量（Mk,l=MA）定义为将所有非氢原子i的相对电性的相互作用之和:
Mk,l=MA=
式（2.4）
其中：
k,l=1-11;A=1-91。
Mk,l（简记为“MA”）代表不同原子种类之间的相互作用。
电性距离矢量的优点在于：
实现了抽象结构的数值化特征，即能够代表结构复杂的有机或无机化合物,并将分子中不同原子的成键价态、拓扑结构以及电子结构信息等每个结构特征转化为数字形式。
能够充分表示化合物分子本身的电性效应、取代基、立体结构影响等特点，可以被用来建立有机化合物分子结构与理化性质、毒理学性质之间的相互关系模型。
2.3统计回归分析
本实验采用最佳变量回归分析，将本文当中化合物的91种分子电性距离矢量作为自变量，而将其对黄瓜蔓枯病菌的相对抑制率作为因变量，建立了相应的QSAR模型。
VIF是各变量的变异膨胀因子，反映了模型中每个变量之间的相关性，被定义为VIF=1/（1-β2），其中β为QSAR模型中某一变量与其余变量的相关系数，当VIF=1.0~5.0时，所得QSAR模型可以接受的稳健性。
本文研究对象变异（方差）膨胀因子VIF=1.598，表示各自变量之间完全不相关，说明所建模型能用于估算和预测，是高度稳定的。
3结果与讨论
3.1QSAR模型的建立
本文通过改变苄硫基侧链部分苯环上的取代基，进而研究并引用对比11种目标化合物，得到其对黄瓜早疫的抑菌活性（见表3-1的“Ag.exp.”）的影响。
通过计算11个含吡唑环类化合物的电性距离矢量，建立线性回归。
为了提高模型的稳定性，根据统计学规则，样本容量与变量数的比值应该大于或等于5。
本文研究了11个化合物，进入模型中的变量数≤2。
因此本文选用如下关系式：
Ag=465.430-51.671M18+1.734M14（3.1）
N’=11,R2=0.802,R2adj=0.752,S=6.554（%）,F=16.153
式中:
N’——表示为样本数；
R2——表示为判定系数（亦称削减误差比例）；
R2adj——表示校正判定系数（以消除自变量个数及样本容量对判定系数的影响）；
S——表示为估计标准误差；
F——表示Fischer检验值。
用模型（3.1）得到的预测值（Ag.cal.）列于表3-1。
预测值和实验值较为接近，相应散点图见3-1。
表3-1：
黄瓜褐斑病（Corynesporacassiicola）的杀菌活性及分子电性距离矢量M（500µg/mL）
No
R
M18
M14
Ag
cal.
exp.
Err.
a
氢
8.65
31.31
72.78
72.72
0.06
b
2，4-二氯
7.89
12.48
79.39
77.66
1.73
c
3-氯
8.39
21.08
68.47
53.68
14.79
d
3-氰基
8.15
20.12
79.21
81.81
-2.60
e
3-氟
8.19
19.33
75.77
84.55
-8.78
f
2-氯
8.05
23.12
89.58
92.77
-3.19
g
2-氟
7.85
21.42
96.96
94.64
2.32
h
2-甲基
8.03
22.91
90.25
88.12
2.13
i
4-叔丁基
8.65
23.91
59.94
62.11
-2.17
j
4-氟
8.34
20.02
69.22
72.35
-3.13
k
4-甲氧基
8.53
22.26
63.28
64.26
-0.98
图3-111个含吡唑环化合物对黄瓜褐斑病抑菌活性的实验值和计算值
3.2QSAR模型的质量检验
R2是一种判定系数，用于检验模型的拟合优度，R2的值越大,表示方程的拟合优度越好。
此外，还需要检验模型的稳定性。
本文采用的是Jackknife法进行检验，以交叉验证相关系数R2cv予以评价。
因为本实验所用的样本容量较小，所以交叉验证的方法采用逐一剔除法（LOO），就是把样本进行编号，每次分别剔除一个，用剩下的再进行建模。
此次实验逐一剔除法的交叉验证系数R2cv为0.720，其值大于0.5，说明所建模型具有可被接受的总体稳健性，具有可靠的预测能力。
该模型M18、M14的变异膨胀因子（VIF）分别为1.598和1.598，这也是有力佐证。
当VIF＜5时，模型是稳定的，方程各自变量的多重相关性较低；本模型的VIF接近于1，说明二个变量的自相关性几乎为0，因此模型是高度稳定的。
3.3QSAR模型的解释
本文所建的QSAR模型引入了分子电性距离矢量M18和M14，它们所隐含的分子结构信息能较为全面地揭示了影响的1,3,4-噁二唑类衍生物杀菌性的主要因素。
根据分子电性距离矢量相关理论可知，M14描述子变量相关的分子结构基团是-CH2-与-CH2-的相互作用。
M18反映-CH2-与-NH-之间的相互作用。
由于M14前系数大于零，说明分子中同时存在较多的-CH2-，这有利于提高分子的杀菌活性。
而M18系数小于零，即分子中同时存在-CH2-与-NH-则导致分子抑菌活性降低。
由此可见，-CH2-与-NH-是影响1,3,4-噁二唑类化合物杀菌活性的主要基团。
随着QSAR模型研究越发广发，利用此方法来研究该类化合物的生物活性，对于改进其分子结构，设计合成新的化合物或者提高该化合物的生物活性有重要意义。
结论
QSAR方法体系在近年来取得了很大的进展，已渗透到计算化学、药物化学、环境化学等各个领域并日趋完善。
在新型农药分子的设计合成中，QSAR建模的方法有很多种，本论文最主要使用了拓扑图参数法建立模型，该法是建模所使用的最为广泛的方法之一。
通过该法建立QSAR模型，采用
升级会员 