昆虫章鱼胺受体激动剂亚氨基杂环类化合物的构效关系与药效团研究

林义峰，黄 成，万幽兰，巨修练，刘根炎

(武汉工程大学化工与制药学院 绿色化工过程教育部重点实验室新型反应器与绿色化学工艺湖北省重点实验室，湖北 武汉 430205)

章鱼胺(octopamine,OA)是一类生物胺，广泛分布在无脊椎动物体内，其生理功能类似于脊椎动物体内的甲肾上腺素和肾上腺素[1-2]。章鱼胺受体(OA receptors,OAR)属于G蛋白偶联受体的一种[3-6]，在脊椎动物体内尚未发现OAR[7]，因此OAR被认为是一种较理想的、安全的杀虫剂作用靶标。目前针对此靶标已上市的杀虫剂只有甲脒类化合物[8]，因此系统研究OAR相关配体化合物的构效关系和作用机制可为设计和开发新型高效安全杀虫剂提供重要的理论依据和有效信息。

作者运用分子模拟的方法，基于一系列已报道的OAR激动剂2-芳基亚氨基杂环类化合物的分子结构和生物活性，构建此类化合物的三维定量构效关系(three-dimensional quantitative structure-activity relationships，3D-QSAR)和药效团模型，系统分析OAR激动剂的关键药效结构及构效关系，旨在为开发靶向昆虫OAR的新型苗头化合物提供依据。

1 实验

本实验所有化合物数据来源于已报道的美洲蟑螂(Periplanetaamericana)OAR激动剂2-芳基亚氨基杂环类化合物，其结构及活性值(Ka值)如表1所示[9]。所有化合物的结构通过SYBYL X-2.1软件(Tripos Inc.,St.Louis,MO,USA)的Sketch模块构建，而后在Compute模块下，通过Tripos力场和Gasteiger Hückel电荷对所有化合物的结构进行能量优化，采用共轭梯度法优化能量梯度至0.005 kcal·mol-1·Å-1，最大迭代步数至1 000，以得到最佳分子构象。

表1 用于构建模型的OAR激动剂的结构和活性值Tab.1 Structures and Ka values of OAR agonists used for

1.1 3D-QSAR模型的构建和验证

采用比较分子力场分析(comparative molecular field analysis,CoMFA)法构建3D-QSAR模型，CoMFA法主要通过计算化合物与立体场(steric field,S)、静电场(electrostatic field,E)相互作用的分子立场数据来体现化合物三维结构与活性之间的相关性。将表1中的化合物随机分为训练集和测试集，选择20个化合物作为训练集，7个化合物作为测试集。以活性最高的化合物14作为模板分子，苯环-N作为公共骨架，将训练集化合物进行叠合，如图1所示。

图1 化合物14的分子结构(a)及构建3D-QSAR模型的训练集化合物叠合示意图(b)Fig.1 Molecular structure of compound 14(a) and alignment of training set compounds used for 3D-QSAR model construction

1.2 药效团模型的构建

选择表1中活性较高、结构差异性较大的10个化合物，利用SYBYL X-2.1软件的Genetic Algorithm with Linear Assignment of Hypermolecular Alignment of Database(GALAHAD)模块进行药效团模型的构建，参数设置列于表2。GALAHAD中默认有6种典型特征，空间特征(steric features,S)、正电中心(positive nitrogen,PN)、疏水中心(hydrophobic centers,HY)、氢键供体原子(hydrogen bond donor atoms,DA)、氢键受体原子(hydrogen bond acceptor atoms,AA)、负电中心(negative centers,NC)[14]。

表2 药效团模型的设定参数Tab.2 Parameters for pharmacophore model

2 结果与讨论

2.1 3D-QSAR模型

2.1.1 3D-QSAR模型的验证

3D-QSAR模型训练集和测试集化合物的实测值和预测值见表3，其线性关系如图2所示。

图2 3D-QSAR模型训练集和测试集化合物的实测值和预测值的线性关系Fig.2 Relationship of actual pKa and predicted pKa for compounds in training set and testing set of 3D-QSAR model

表3 训练集和测试集化合物的实测值、预测值及残差Tab.3 Actual pKa,predicted pKa,and residual values of compounds in training set and testing set

2.1.2 3D-QSAR模型等势图分析

为了直观了解小分子化合物的重要结构特征，对3D-QSAR模型的等势图进行分析，结果如图3所示。

图3 3D-QSAR模型的立体场(a)和静电场(b)等势图Fig.3 Contour maps of steric fields(a) and electrostatic fields(b) of 3D-QSAR model

图3a中的绿色色块表示取代基团体积越大分子活性越高，黄色色块表示取代基团体积越小分子活性越高。可以看到，在苯环的2位有一个绿色色块，这说明当在苯环的2位引入大体积基团时可能会提高化合物的活性，表1中化合物的Ka值也验证了这一结论，如化合物4<化合物8、化合物16<化合物19；在苯环4位上的黄色色块与绿色色块大小相近，这说明在苯环的4位引入取代基的体积大小对该类化合物的活性影响不是很明显，在苯环4位引入大体积基团时可较小程度提高该类化合物的活性，此结论也可由表1中化合物的Ka值验证，如化合物4<化合物1、化合物27<化合物24,但两组化合物活性均未见数量级(10倍以上)差异。

图3b中的红色色块表示增加负电子基团有利于提高化合物的活性，蓝色色块表示增加正电子基团有利于提高化合物的活性。可以看到，苯环的4位(环取代的对位)有一个红色色块，这说明当在苯环的环取代对位引入负电子基团时有利于提高化合物的活性，表1中化合物的Ka值也验证了这一结论，如：化合物2<化合物5、化合物3<化合物7；在苯环的2位和6位(环取代的邻位)一共存在4个蓝色色块，说明当在苯环的环取代邻位引入正电子基团时有利于提高化合物的活性，此结论也可由表1中化合物的Ka值验证，如化合物3<化合物1、化合物4<化合物8、化合物5<化合物7、化合物16<化合物19、化合物26<化合物23。

根据3D-QSAR模型等势图的分析，可以得出以下结论：在对2-芳基亚氨基杂环类化合物进行结构修饰时，在苯环的环取代邻位引入体积大的正电子基团和在环取代对位引入负电子基团都有提高化合物杀虫活性的可能。

2.2 药效团模型

基于10个活性较高且结构差异较大的分子，运用GALAHAD模块构建20个药效团模型，具体参数见表4。

表4 20个药效团模型的相关参数Tab.4 Related parameters of 20 pharmacophore models

一般来说，specificity、N_hits、sterics、HBOND和MOL_QUERY值较大，构建的药效团模型就越佳。模型10具有全部命中的N_hits值、较优的specificity值以及低的energy值，因此被选择作为最佳模型(图4)用于进一步的分析和研究。可以看到，该模型有2个疏水中心HY1和HY2，分别位于该类化合物的苯环和杂环中心，这表明，2-芳基亚氨基杂环类化合物可能会与OAR结合口袋的疏水氨基酸形成疏水作用；2个正电中心PN1和PN2，位于该类化合物的氮原子附近，说明该类化合物中2个氮原子可能对活性具有较为重要的作用。

图4 10个化合物与药效团模型10的叠合图Fig.4 Alignment of 10 compounds with pharmacophore model 10

3 结论

针对美洲蟑螂OAR的激动剂2-芳基亚氨基杂环类化合物构建了3D-QSAR模型，内部参数和外部参数均验证了3D-QSAR模型的可靠性和良好的预测能力；通过对3D-QSAR模型等势图分析发现，对该类化合物进行结构修饰时，在苯环的环取代邻位引入体积较大的正电子基团和在苯环的环取代对位引入负电子基团都有可能提高化合物的活性。通过对药效团模型分析发现，所构建的最佳药效团模型是合理的，包含2个疏水中心和2个正电中心；这表明在三维空间中，该类化合物的苯环和杂环作为2个疏水中心、2个氮原子作为2个正电中心可能与化合物对OAR产生活性具有重要作用。该研究结果为OAR杀虫剂的设计和研究提供了重要理论依据。