摘要：目前靶向抗癌是药物化学研究中的热点。因此新的EZH2抑制剂的发现在抗癌药物研究领域引起人们大量的关注与期待。此课题将3D定量结构活性关系（3D-QSAR）用于探索47个苯甲酰胺类EZH2抑制剂的结构对活性的影响，建立了基于配体的结果比较分子场分析CoMFA模型和分子相似性指数分析CoMSIA模型，其显示出了良好的可预测性(CoMFA:q2=0。508,R2=0。997;CoMSIA:q2=0。583,R2=0。984)。三维轮廓图和对接结果（总得分：5。8601；不适当程度：－1。2596；极性函数：1。3753；相似度：0。39）提示着不同化合物核心部分的群体可以增强生物活性。 78781

毕业论文关键词:  3D-QSAR；EZH2抑制剂；CoMFA；CoMSIA 

3D-QSAR model study of Benzamides EZH2 inhibitors

Abstract: The current targeting of cancer is a hotspot in drug chemistry research。 So the discovery of new EZH2 inhibitors in the field of anti-cancer drug research has aroused great attention and expectations。 In this study, 3D quantitative structure-activity relationship (3D-QSAR) was used to explore the effect of the structure of 47 benzoyl-EZH2 inhibitors on the activity, and the CoMFA model and molecular similarity The index analysis index analysis model shows good predictability (CoMFA: Q2 = 0。508, R2 = 0。997; exponential analysis: Q2 = 0。583, R2 = 0。984) three-dimensional contour and docking results (total score: 5。8601; Crash: -1。2596; Polar: 1。3753; Similarity: 0。39) suggests that the population of the core of the different compounds can enhance biological activity。

Keywords: 3D-QSAR; EZH2 inhibitor; CoMFA,;CoMSI

目录

1 前言 2

1。1 癌症 2

1。1。1 什么是癌症 2

1。1。2 EZH2类抗癌药 3

1。2 计算机辅助设计 5

1。2。1 计算机辅助药物设计的定义
 5

1。2。2 数据库搜寻 5

2 数据来源和方法 6

2。1 数据的来源 6

2。2 数据库和叠合 6

2。3 3D-QSAR模型 11

   2。3。1 3D－QSAR的简介 11

2。3。2 CoMFA的方法 11

2。3。3 CoMSIA 方法 11

2。4化合物的叠合及基本骨架 12

3 结果分析 16

3。1 CoMFA和CoMSIA统计结果 16

3。1。1 PLS数据结果与分析 16

3。1。2 pIC50值 17

3。2 CoMFA模型以及CoMSIA模型的优化 18

3。3 3D-QSAR等高线图 21

3。3。1 CoMFA轮廓图 21

3。3。2 CoMSIA轮廓图 24

3。4 分子对接 29

3。4。1分子对接的研究与结果 29

3。4。2分子对接分析 30

3。4。3 分子对接打分 32

4 总结 33

致谢 34

参考文献 35

1前言

1。1 癌症