相对于2D-QSAR，CoMFA 具有两大优势即可应用于非同系物体系和可以3D 图形显示，因此自其公布以来，正在得到广泛的应用[18-22]。但CoMFA方法受很多因素比如活性构象确定、分子叠合规则、分子场势函数定义以及分子场变量选取等影响，结果不是很稳定；同时还有一定的应用限度[21]，比如CoMFA 中没有真正体现疏水性相互作用，而疏水性相互作用是配体-受体间一种很重要的相互作用力，尽管这种作用力的含义至今尚不完全清楚。其次，CoMFA 对于体内生物活性数据的分析经常得不到有意义的结果，并且CoMFA 中应用PLS 统计技术得出的潜参数（组分）难以用传统的化学思文来解释。另外，由于选取的参数不尽一样，因此结果之间难于比较。正因为如此，其正在不断被完善和发展，如Gaillard 等[2223]把“疏水场”概念引入到CoMFA 计算中；Kellogg 等[24]发展了计算氢键相互作用的HINT（hydropathic interaction）程序并把它成功地引入CoMFA中。起初，CoMFA的方法应用于靶标蛋白结构未知的3D-QSAR 建模中，最近也被应用于靶标结构已知的研究中[25-28]。
CoMFA的基本原理是：如果一组相似化合物以同样的方式与受体部位发生相互作用，那么它们的生物活性的强弱就取决于每个化合物周围分子场的差别，这种分子场可以反映药物分子和受体之间非键相互作用特性。马翼等人采用CoFMA方法对N-（4-取代嘧啶-2-基）苄基磺酰脲和苯氧基磺酰脲类化合物进行三文定量构效关系研究，建立了一个较为可靠的预测模型。近年来，研究人员对传统的CoMSIA进行了大量的改进，其中涉及到活性构象的确定，分子叠加规则、分子场势函数的定义以及分子场变量的选取等等，在很大程度上提高了CoMFA计算的成功率。
在这里值得一提的是与CoMFA 类似的一种3D模型化方法：比较分子相似性指数分析法（CoMSIA）。1994 年Klebe 等[29]定义了包含配体成键的主要作用场[30]的5 种分子特征：立体场、静电场、疏水场、氢键场（包括氢键受体和氢键给体）。其中，立体场同原子半径的三次方相关，静电场来自于原子净电荷，疏水场来源于Viswanadhan等[31]的研究工作，氢键场则是通过自经验得到的基本准则来获得的[32]。比较分子相似性指数分析法（CoMSIA）是对CoMFA方法的改进，他改变了探针粒子与药物分子相互作用能量的计算公式，从而获得更好的分子场参数。CoMSIA 中采用与距离相关高斯函数形式代替经典Coulomb 和Lennard-Jones 6-12势函数形式，致使在分子表面附近格点上的能量自动收敛为确定值，从而不要人为定义阈值（cutoff）。CoMSIA 方法能有效地避免在CoMFA 方法中由静电场和立体场函数形式所引起的缺陷。其计算在不同格点大小以及分子空间取向下得到的结果比CoMFA 稳健得多[33]。CoMSIA方法中，可避免在原子附近数值的奇异性以及分子表面附近格点处势能的急剧变化，等势图克服了CoMFA的不足，其可视性、揭示构效关系和对新化合物活性的预测均得到了改善。在一般情况下，CoMSIA 会得到更满意的3D-QSAR 模型[30,34,35]。
2.4 研究方案
本论文以分子结构参数及相应的实验数据为基础，应用CoMFA、CoMSIA等方法对Rho激酶抑制剂的三文定量构效关系的进行了研究。采用比较分子力场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）的方法建立了Rho激酶抑制剂的三文定量构效关系模型。
2.4.1 数据集的收集
可靠的预测模型是建立在可靠的数据集基础之上的，因此数据集的获得及数据的质量是QSAR研究成败的重要影响因素。数据可以来自实验，也可以来自文献资料或者数据库。理想的实验数据应该是在同样的实验条件下测得的，甚至应该是由同一个实验室的同一个研究者测得的。并且活性数据最好是使用当前学术界公认的一些标准样本进行实验测量的，这种的数据实验误差较小、质量较高[36]。Dearden[37]等人建议数据集的活性值范围至少要大于1个数量级，而SYBYL8.0说明书[38]：则指出，活性值应大于2-3个数量级。另外，数据集的样本量一般不能少于10个。同时，样本的取代基最好多样化，吸电子、给电子基，体积大、体积小的取代基尽量要包含在内。 Rho激酶抑制剂三维定量构效关系的研究(5):http://www.youerw.com/huaxue/lunwen_4342.html