黃酮類化合物神經保護活性的定量構效關系研究

施建成,施海楓

(1.南寧師范大學 化學與材料學院,廣西 南寧 530100;2.浙江省縉云中學,浙江 縉云 321400)

0 引 言

中樞神經細胞死亡與大腦局部缺血有關[1-3]。目前沒有特效的藥物可以阻止該病癥的發生,缺血性中風是該病癥的的典型例子,全世界每年約有500萬人死于中風,估計到2020年這個數量可能會翻一倍[4]。近年來,研究結果表明非瑟酮衍生物可顯著抑制腦缺血性神經元的損傷[5-7]。該類化合物具有神經保護活性的原因是其不僅具有直接的抗氧化活性,還能增加細胞內GSA(谷胱甘肽,細胞內主要的抗氧劑)的量,并且還能維持線粒體的功能。另外,該類化合物還對一些免疫細胞具有抗炎活性,并且能抑制5-脂肪氧合酶的作用,從而減少脂質過氧化物和促炎副產品的產生[3,8]。

黃酮類化合物雖具有神經保護活性,但其結構復雜、作用位點多、溶解性差,其生理活性的利用率不高,限制了它們的廣泛應用[9]。至今國內外對黃酮類化合物神經保護活性的研究主要以實驗研究為主[3,5-7],如Chandramouli[3]和Dong[7]研究了該類化合物對中樞神經疾病的抑制活性。但與之相關的理論研究卻很少,特別是關于該類化合物神經保護活性的定量構效關系(QSAR)的研究還未見報道。因此建立黃酮類化合物神經保護活性的定量構效關系(QSAR)模型,為中樞神經疾病新抑制劑的設計提供理論依據的研究就顯得很有意義。

選取文獻[3]的25種黃酮類化合物,建立定量構效關系(QSAR)方程,從分子水平上推測該類化合物與靶標作用的可能方式,從而揭示神經保護活性的作用機理,為黃酮類化合物有利于神經保護活性的設計與合成提供理論的參考。研究的化合物的結構和原子編號如圖1所示,神經保護活性的實驗值與預測值,見表1。

表1 黃酮類化合物的實驗和預測活性數據

圖1 黃酮化合物的結構(a),黃酮類化合物的基本結構(b 和 c)

1 材料與計算方法

來自于文獻[3]的25種黃酮類化合物的神經保護活性用EC50值來衡量。在QSAR研究中,將25種衍生物的EC50值單位標準化為mol/L,并以lg(1/EC50)表示衍生物的神經活性,各衍生物的lg(1/EC50)值見表1。

1.1 計算方法

本研究選取25種衍生物進行幾何構型全優化并作頻率分析,以確定其穩定構型。由此計算獲得了各衍生物的電子結構參數[10]。選取參數中影響神經保護經活性強的參數為自變量,lg(1/EC50)為因變量進行相關分析,以獲得各參數與lg(1/EC50)的相關系數,最終的構效關系分析用SPSS 19.0軟件來完成。

1.2 參數的選取

分子的總能量(ε)、最高占據軌道(HOMO)能量(εH)、最低空軌道(LUMO)能量(εL)、LUMO和HOMO的能量差 (ΔεL-H)、分子的偶極矩(μ)、平均極化率(α)、分子體積(V)、分子的相對質量(MW)、分子中取代位碳原子上的凈電荷分布(Q3-Q6’)、原子的最大負電荷 (Qmax-)、A環和B環上碳原子的凈電荷之和(∑QA、∑QB);電負性(χ)、化學式(μ)、硬度(η)、軟度(S)、親電指數(ω);文獻[3]得到的參數:拓撲面積參數(tPSA)、親脂性參數(ClogP)等總計約36個參數.QSAR建模用到的結構參數見表2。

表2 黃酮類化合物在QSAR研究中的參數描述

2 定量構效關系(QSAR)方程的構建

為構建黃酮類化合物的定量構效關系(QSAR)方程,從表1中抽取1～20號化合物為訓練集樣本,21～25號為測試集樣本,以表1中前1～20號化合物(化合物19、20為兩個奇異點舍去)的實驗生物活性數據lg(1/EC50)為因變量,以計算得到的各衍生物電子結構參數為自變量,用SPSS19.0統計軟件進行相關分析,獲得生物活性與各參數的活性相關系數(見表3),然后從中篩選出活性相關系數較高的參數進行逐步多元線性回歸分析,建立了(1)和(2)兩個定量構效關系方程及其交叉驗證的結果。

表3 模型構建所用到的相關系數

Lg(1/EC50)=4.959+4.648Q8+1.494S+0.551ω

(1)

N=18,R=0.897,R2=0.804,Rcv2=0.629,SE=0.294,P=0,RSD=0.267,AIC=0.136,FIT=1.568;

Lg(1/EC50)= 5.304+4.735Q8+3.011S+0.654ω-0.005α

(2)

N=18,R=0.944,R2=0.892,Rcv2=0.782,SE=0.227,P=0,RSD=0.198,AIC=0.075,FIT=3.158,

其中N是分子訓練集個數,R是相關系數,R2是相關系數的平方,Rcv2是交叉驗證系數,SE是標準偏差,P是顯著水平,RSD為殘差的標準偏差,AIC是Akaike信息判據系數,FIT是Kubinyi函數。對比(1)和(2)兩個QSAR方程:方程(2)的相關系數R比方程(1)的大,而標準偏差SE和殘差的標準誤差RSD卻小于方程(1),說明方程(2)比方程(1)具有更高的相關性。另外,交叉驗證系數Rcv2和FIT值越大,AIC值越小,所建的模型越穩定,預測能力越高[11]。本研究中,方程(2)的AIC值比方程(1)小,但Rcv2和FIT值卻比方程(1)大,說明方程(2)的穩定性和預測能力優于方程(1)。一般認為,當Rcv2大于0.5時,表明模型具有可信的預測能力[12]。(2)式的Rcv2值為0.782(大于0.5),表明方程(2)具有可信的預測能力。

3 結果與討論

3.1 化合物的幾何構型

考察所選衍生物結構優化得到的相關電子結構參數,發現分子中B環與C環間形成的二面角DBC與化合物的神經保護活性具有一定的相關性(見表4和表5)。由表4可知,化合物1、2、3、4、20、21的DBC均在179～180°之間,接近于共面(即分子的A、B、C三個環基本處于同一平面),相應地,各化合物的lg(1/EC50)值都在7.3以上。表5中化合物15、16、17、18、25的DBC均在130～170°之間,各相應化合物的lg(1/EC50)值卻都在6.3以下。該結果說明黃酮類化合物分子的A、B和C三環趨于共面有利于衍生物活性的提高。Lerman[13]曾指出,平面型藥物分子能插入至DNA的堿基對之間,它們彼此間存在著π-π分子間的堆積作用,使得這種共面結構的化合物分子更容易與受體分子結合,因而化合物的活性相應得到提高,與本研究的結論相吻合。

表4 lg(1/EC50) >7.3化合物的二面角(DBC)

表5 lg(1/EC50) <6.3化合物的二面角(DBC)

3.2 電荷分布

分子中局域電荷或電子密度直接影響著化合物的物理化學性質[15]。表2給出了所選化合物A環C8上的Mulliken電荷分布Q8(由于其它碳原子的電荷分布與lg(1/EC50)值不具有太大的相關性,故本文只討論A環C8上的電荷分布情況)。由表3的數據可知,Q8與lg(1/EC50)的活性相關系數是最大的(值為0.382),說明A環C8位最能影響黃酮類化合物的神經保護活性,是結構修飾的重點部位。

從表1和表2各衍生物的結構特征分析,當A環上的7,8位碳原子上連有7-(CH2)4-8取代基時,Q8值比沒有連該取代基的大,活性也更強。這是因為環狀的7-(CH2)4-8基團能參與整個分子的共軛,擴大了整個分子的共軛面,使A環上C8的負電荷分散降低(即化合物的Q8值增大),由于QSAR方程②中Q8與lg(1/EC50)是正相關的關系,因此衍生物的神經保護活性得到了增強。另外,由于連有7-(CH2)4-8取代基的衍生物分子能提供更多的作用點,使分子與DNA堿基對之間的π-π堆積作用更強,也導致衍生物的神經保護活性得到增強[17]。由以上的討論可得出結論:為使黃酮類化合物的神經保護活性得以提高,A環C8位上應該引入環狀取代基。

3.3 前線軌道分析

福井謙一的前線分子軌道理論認為:分子在反應過程中優先起作用的是前線分子軌道(最高占有軌道HOMO,最低空軌道LUMO),前線分子軌道對于分子的反應活性有著決定性的作用,而HOMO與LUMO之間的能量差△ε(△ε=εLUMO-εHOMO)則是電子從最高占有軌道躍遷到最低空軌道時所要克服的能量,該值越小,分子越不穩定,越易參與反應,活性也越高。

根據表2的數據可知,化合物5、7和8的△ε值較大(均大于3.85ev),化合物的神經保護活性理應較差,但表1的活性數據顯示它們的lg(1/EC50)值都大于7.0,活性都較好。這是因為化合物5和8分子中A環的7、8位都連有7-(CH2)4-8基團,分子的共軛面增大,A環上C8位的負電荷分別都得以分散降低(即化合物5和8的Q8值都分別增大),根據Q8與lg(1/EC50)成正相關的結論,得到了5和8化合物的活性都較好的結論。至于化合物7具有好活性的原因,是因為該分子的B和C環二面角DBC為171.32°,分子結構接近共面,擴大了共軛面,從而提供了更多的作用點與生物受體發生作用,進而導致活性較好。

另外,由表2的數據可看出,25個化合物的εLUMO都為負值,表明電子進入這些分子的LUMO后,體系的能量將降低.這意味著非瑟酮衍生物與生物受體之間的作用不應是親電反應,而是與受體活性中心發生了親核反應[18]。這是因為從生物角度分析,組成酶、蛋白質等生物大分子的重要功能團中的巰基、羥基、氨基等化學性質活潑,其中的硫原子、氧原子和氮原子帶有孤對電子,表現出親核性[19]。當非瑟酮衍生物分子與含硫原子、氧原子和氮原子的蛋白質、酶或簡單分子發生親核反應時,黃酮類化合物分子的LUMO與親核試劑分子的HOMO軌道相互作用形成過渡態[20- 21],親核試劑分子上硫原子、氧原子和氮原子的孤對電子轉移至黃酮類化合物分子的LUMO軌道上。

3.4 其他參與構建QSAR方程的參數分析

由QSAR方程②可知,文中所選化合物的平均極化率(α),軟度(S)和親電性(ω)的系數分別為-0.005,5.778和0.697,表明α與lg(1/EC50)呈負相關,而S和ω與lg(1/EC50)呈正相關,即α越小,S和ω越大,越有利于化合物神經保護活性的增強。這是因為分子的軟度S越大,變形性越高,穩定性越差,分子參與反應的可能性就越大,活性也就越好。同理親電性ω大的化合物穩定性低,活性也就高。對于平均極化率α,因其與分子的固有體積成正比[22],如果α越大,分子的體積就越大,分子進入生物體內的空間位阻也越大,導致其與生物受體結合的幾率減小,化合物的活性自然就差。

另外,從圖1可看出,b系列化合物的C3位上比a系列化合物多了一個羥基(-OH)。從結構的角度分析,C環羰基的π電子不僅可與A環(苯環)上的π電子一起形成離域π鍵,還可通過C環上C2和C3之間雙鍵的π電子與B環(苯環)上的π電子一起形成離域π鍵。同時,C環上O1原子的孤對電子還可與鄰近的π電子一起形成離域π鍵。由于非瑟酮衍生物分子中存在著較明顯的離域效應,因此C環C3位的取代基對神經保護活性有直接的影響作用[18]。為說明C3位上-OH的影響,我們選取除C3位外,其余結構相同的a、b系列化合物兩兩放在一起進行對比研究(見表6)。從表6發現,b系列化合物的親電性ω都比a系列的大,因ω與lg(1/EC50)成正相關,因此b系列化合物的活性都大于a系列的活性。這是因為C3位的羥基(-OH)具有較強的供電子能力,羥基中的電子比較容易通過離域效應和誘導效應提供給其鄰位羰基的氧原子,導致氧原子周圍的電子云密度明顯增大,從而使羰基中的氧原子與受體活化中心的結合能力明顯增強。同時該羥基還能改善分子的平面性,進而提高整個分子的共軛程度,因此使化合物的神經保護活性得到顯著地提高[18]?；谝陨戏治?為增強黃酮類化合物的神經保護活性,C3位上應引入-OH,-OCH3,-CH2OH,-NH2,-NHCH3,-N(CH3)2,-SH等供電子基團。

表6 a和b系列化合物的活性比較

根據以上分析,黃酮類化合物抑制中樞神經疾病的作用機理可能是:分子中C環的羰基與組成酶、蛋白質等生物大分子重要功能團的巰基、羥基、氨基等化學性質活潑的硫、氧、氮原子發生親核反應;分子中A環(或B環)上的取代基不僅與受體存在著包括氫鍵在內的分子間相互作用力,同時還通過A環(或B環)的離域效應和誘導效應對C環上羰基的氧原子與受體中化學性質活潑的硫、氧、氮原子所發生的親核反應產生影響[18]。

4 分子設計

根據以上的結果,設計5個新分子(見表7),并用所建立的模型方程(2)進行了預測。結果是lg(1/EC50)均大于7.0,理論活性都較為理想,其中化合物1*的活性達到了8.07313,理論上具有優良的神經保護活性(需實驗確認),為新型高活性分子的合成提供了理論依據。

表7 設計出的分子結構

5 結論

對25種新合成的黃酮類化合物進行定量構效關系(QSAR)研究,篩選出影響神經保護活性的主要因數并建立了定量構效關系(QSAR)方程。結果表明:黃酮類化合物分子A環C8位的電荷分布(Q8),化合物分子的平均極化率(α)、親電指數(ω)及軟度(S)都直接影響所研究化合物的神經保護活性?；赒SAR的研究結果推測黃酮類化合物抑制中樞神經疾病的可能機理:分子中C環的羰基與組成酶、蛋白質等生物大分子重要功能團的巰基、羥基、氨基等化學性質活潑的硫、氧、氮原子發生親核反應;分子中A環(或B環)上的取代基不僅與受體之間存在著包括氫鍵在內的分子間相互作用力,還通過A環(或B環)的離域效應和誘導效應對C環上羰基的氧原子與受體中化學性質活潑的硫、氧、氮原子所發生的親核反應產生影響。進一步的研究發現,黃酮類化合物A環的C8位和C環的C3位分別引入環狀基團和供電子基團后,黃酮類化合物的神經保護活性能得到明顯地改善,并由此新設計出了5個活性較高的黃酮類化合物。所得結果能為進一步設計具有較高神經保護活性的新穎化合物提供理論指導。