2.5.5 CoMFA模型的建立
点击Caculate Properties或 ，在出现的对话框中选择CoMFA，Caculate；此时表单中新添加了CoMFA列。接下来进行回归分析，点击QSAR>Partial Least Squares，打开“Partial Least Squares Analysis”对话框，设置各选项及数值。最大主成分Components的数值由默认值改为10，如果结果不好，可增大。采用抽一法，（Leave-One-Out）法对训练集化合物进行交叉验证，点亮“Use SAMPLES”。点击“DO PLS”进行回归运算，运算结束后点击“END”返回查看Sybyl命令框。
在Sybyl命令框中找出最佳主成分数，接着验证系数q2数值来进一步分析模型的拟合能力及其他性质。将Components改为最佳主成分数，Validation改为No Validation。进行回归运算后可以得出验证q2的结果。将结果保存为PLS分析文件。
2.5.6 CoMSIA模型的建立
点击Caculate Properties或 ，在出现的对话框中选择CoMSIA，使CoMSIA高亮显示，下方的Property Details对话框被激活，点击Advanced Details,打开CoMSIA Parameters对话框，在Field Types中选择Hydroponic 、Steric-and-Electrostatic以及Donor_and_Acceptor等三个选项，点击ok，回到Caculate Properties对话框，选择Caculate，计算CoMSIA。接下来进行回归分析， 最大主成分数Components的数值由默认值改为10，如果结果不好，可增大。采用抽一法（Leave-One-Out）对训练集化合物进行交叉验证，运算结束后查看Sybyl命令框。
验证系数q2数值表明CoMSIA模型的预测能力较为理想。接下来进一步分析模型的拟合能力及其他幸会。将Components改为最佳主成分数，Validation改为No Validation。进行回归运算后可以得出验证q2的结果。将结果保存为PLS分析文件。
2.5.7 预测活性计算
CoMFA模型的预测：在Training表格的第6列进行PREDICT预测。
在Training表格中选中第7列，添加FUNCTIONAL_DATA列，结果实际活性与预测活性的差值就被计算出来了。
CoMSIA模型的预测与CoMFA模型的预测操作类似。
利用已经构建好的3D-QSAR模型对测试集化合物进行生物活性的预测计算，在预测新化合物的时候也要将测试分子叠合到模型中。在SYBYL-X软件中打开test.mdb文件，重复寻找共同骨架的方法进行叠合，利用CoMFA模型和CoMSIA模型的PLS文件对测试集化合物进行活性预测。
2.5.8 分子对接
打开Surfelx-Dock界面，确认“Docking Mode”为“Surflex-Dock（SFXC）”。打开“Sufles-Dock-Define SFXC”对话框，从文件管理器中选择“2dxs.pdb”。在“Prepare ProteinStruct”对话框中对蛋白进行处理。点击“Extract Ligant Substructure”从复合物中提取配体，确定结合位点。点击“Remove Substructure”删除不需要结构，点击“Analyze Selected Structure”为蛋白加氢原子，保存蛋白文件。
以“Ligand”方式创建Protomol文件，设定对接口袋，确认用于创建的Protomol的配体文件为“2dxs_ligand.mol2”,点击“Generate”，生成的Protomol文件名为“2dxs_H-L-0.50-0-Protomol.mol2”，继续创建Surfelx-Dock的控制文件（.sfxc）
退出Surfelx-Dock界面，读入2dxs_ligand.mol2，为配体加氢并保存文件为“pdb2dxs_Ligand_H.mol2”
重新打开Surfelx-Dock界面，确认“Docking Mode”为“Surflex-Dock（SFXC）”，在“Docking Mode”区域里Filename选择“2dxs_H-L-0.50-0-Protomol.mol2”，读入sfxc配体文件。在“Ligand Source”选择“pdb2dxs_Ligand_H.mol2”为待对接的配体文件。
在Option区域内打开“Surfelx-Dock-Details”窗口，在“Reference Molecular”区域选择“2dxs_ligand.mol2”为配体的参考文件。表格自动生成，里面保存了配体对接后输出的全部构象，一级打分情况，作业名称默认为DockingRun。 苯并咪唑衍生物抑制丙型肝炎病毒NS5B的三维定量构效关系研究(7):http://www.youerw.com/yixue/lunwen_2537.html