焦 龍, 王 媛, 邰文亮, 劉煥煥, 薛志偉, 王彥昭

(1. 西安石油大學化學化工學院, 陜西 西安 710065; 2. 核工業(yè)二〇三研究所, 陜西 咸陽 712000)

香水百合(Liliumspp)是百合屬(Lilium)的一種,又稱卡薩布蘭卡、天上百合,原產(chǎn)地為喜馬拉雅區(qū)、澳洲等地。香氣是衡量花卉的重要指標[1,2],花卉的香氣取決于其化學組成。香水百合中香氣的化學成分復雜且多數(shù)化合物含量非常少,色譜是研究這些化學成分的重要手段[3]。色譜保留指數(shù)(retention index, RI),又稱科瓦茨指數(shù)(Kovats index),能夠反映物質(zhì)在色譜固定相上的保留特性,是一種常用的色譜分析參數(shù),也是進行香水百合香氣成分色譜分析的重要參數(shù)[4-7]。實驗測定香水百合香氣成分的色譜保留指數(shù)過程復雜,對設(shè)備要求高,耗費人力財力較多[8-10]。有必要建立其他能夠得到香水百合香氣成分色譜保留指數(shù)值的高效簡便方法。

定量構(gòu)效關(guān)系(quantitative structure-activity relationship, QSAR)是通過建立已知化合物分子結(jié)構(gòu)與生物活性之間的數(shù)學模型,然后對未知同系列化合物的生物活性進行預測的一類化學計量學方法的總稱,已經(jīng)廣泛應(yīng)用于藥物化學、植物學、毒理學、環(huán)境風險評價等領(lǐng)域[11-14]。三維定量構(gòu)效關(guān)系(three-dimensional quantitative structure-activity relationship, 3D-QSAR)是一類新興的QSAR方法,相比于傳統(tǒng)的2D-QSAR方法,3D-QSAR是通過分子三維空間構(gòu)型計算各種場的作用以建立QSAR模型,無需計算大量描述符,操作簡單,一般模型預測準確度更高,且更為穩(wěn)定。迄今為止,很少有有關(guān)香水百合香氣成分色譜保留指數(shù)3D-QSAR研究的報道。因此,本研究采用3D-QSAR中常用的比較分子場分析(comparative molecular field analysis, CoMFA)和比較分子相似性指數(shù)分析(comparative molecular similarity index, CoMSIA)這兩種方法,針對來自香水百合的38種香氣成分化合物,建立化合物的分子結(jié)構(gòu)與色譜保留指數(shù)之間的QSAR模型,分析香水百合香氣成分的分子結(jié)構(gòu)對其RI值的影響。

1 實驗與方法

1.1 數(shù)據(jù)集

38種被研究化合物的氣相色譜保留指數(shù)數(shù)據(jù)來自于文獻[2,14]。將這38個化合物隨機分為兩組:第Ⅰ組(Group Ⅰ)包含30個化合物;第Ⅱ組(Group Ⅱ)包含8個化合物。

用均方根相對誤差(RMSRE)、交叉驗證均方根誤差(RMSECV)、預測均方根誤差(RMSEP)評價模型的預測能力,其定義分別見式(1)、(2)、(3)[15]。

(1)

(2)

(3)

1.2 分子構(gòu)建與結(jié)構(gòu)優(yōu)化

在SYBYL-X 2.0軟件(Triposinc., U. S.)中進行CoMFA和CoMSIA建模。建立38個化合物分子的計算機模型。采用Tripos標準力場對化合物結(jié)構(gòu)進行優(yōu)化,電荷計算采用Gasteiger-Hückel電荷類型,能量梯度收斂值RMS設(shè)為0.005 kcal/(mol·?),最大迭代次數(shù)設(shè)為1 000次,其余均采用默認值。

1.3 CoMFA模型

CoMFA方法主要是通過研究化合物與受體非共價相互作用時靜電場(electrostatic, E)和立體場(steric, S)的情況來預測化合物分子的性質(zhì)。其建模步驟包括:(1)選擇化合物分子的活性構(gòu)象,再將全部被研究化合物進行疊合; (2)按照分子的笛卡爾坐標生成一個可包容所有分子且與最外圍原子至少保持40 nm距離的區(qū)域,然后按一定的步長將此空間范圍均勻劃分,生成相應(yīng)的網(wǎng)格點; (3)采用sp3雜化的c+離子探針和Tripos力場,對疊合分子周圍每個網(wǎng)格點上S、E的分布和大小進行計算,S、E作用能分別用Lennard-Jones公式和庫侖函數(shù)計算; (4)由于網(wǎng)格點數(shù)目非常多,遠大于校正集樣本數(shù),為了避免自變量的多重共線性,需要進行變量降維。因此將計算得到的分子場值作為自變量,色譜保留指數(shù)為因變量,用偏最小二乘法建立分子場與被研究化合物性質(zhì)之間的定量關(guān)系。采用留一交叉驗證法(leave one out cross validation, LOO)可得到交叉驗證系數(shù)(q2)和最佳主成分數(shù)(N);在最佳主成分數(shù)下進行非交叉驗證(no-cross validation),得到估計標準偏差(SEE)、非交叉決定系數(shù)(R2)和Fisher統(tǒng)計量F,通過以上得到的參數(shù)可初步檢驗模型的穩(wěn)健性和預測能力。最后通過CoMFA模型獲得的三維等勢圖可直觀顯示靜電場和立體場對化合物活性的貢獻[15-17]。

1.4 CoMSIA模型

CoMSIA與CoMFA二者建立模型的原理類似,分子疊合部分完全相同。但CoMSIA需要計算5種分子場,CoMSIA的5種分子場分別是立體場、靜電場、疏水場(hydrophobic, H)、氫鍵供體場(donor, D)和氫鍵受體場(acceptor, A),可將5種不同場自由組合,形成31種組合方式的CoMSIA模型,選取最佳的CoMSIA模型進行預測。根據(jù)LOO交叉驗證和非交叉驗證得到的模型參數(shù),對模型的穩(wěn)健性和預測能力進行初步檢驗。最后還可得到5種不同場的三維等勢圖[18]。

圖1 (a)模板分子及(b)分子疊合圖Fig. 1 (a)Template compound and (b) molecular superposition diagram

2 結(jié)果與討論

2.1 CoMFA模型結(jié)果分析

分子之間的重疊范圍影響CoMFA模型的構(gòu)建,由于9號分子的疊合程度最大且疊合效果最好,因此選取9號分子(1,3,8-對孟三烯)為模板分子進行疊合。運用Align Database模塊選取公共骨架(圖1a綠色顯示的原子)對38個化合物進行分子疊合,疊合結(jié)果見圖1b。

以第Ⅰ組化合物為訓練集建立CoMFA模型,該模型的潛變數(shù)為12,R2為0.991,SEE為21.455,F值為162.026。用所建立的模型預測第Ⅱ組化合物的色譜保留指數(shù),預測結(jié)果見表1。第Ⅱ組色譜保留指數(shù)的預測RMSRE為7.98, RMSEP為94.40,平均相對誤差為6.67%,預測值與實驗值之間的回歸方程為y=0.600 3x+443.01(y表示預測值,x表示實驗值),相關(guān)系數(shù)為0.780 5。如表1所示,化合物的色譜保留指數(shù)預測值和實驗值基本一致。用第Ⅰ組完成留一交叉驗證,依次預測第Ⅰ組中30個樣品的色譜保留指數(shù)值。預測結(jié)果如表1所示,第Ⅰ組化合物色譜保留指數(shù)的預測RMSRE為1.28, RMSECV為16.16,平均相對誤差為0.40%,預測值與實驗值之間的回歸方程為y=0.991 4x+10.45(y表示預測值,x表示實驗值),相關(guān)系數(shù)為0.995 6。兩種驗證結(jié)果說明所建立的CoMFA模型基本合理,具有一定的預測能力,但應(yīng)當研究能否建立預測準確度更高的模型。

圖2 CoMFA模型的三維等勢圖Fig. 2 Contour maps of CoMFA model

圖2為CoMFA模型中模板分子的立體場和靜電場的三維等勢圖,從三維等勢圖可以直觀看出不同基團和結(jié)構(gòu)對化合物RI值的影響。立體場等勢圖中,綠色區(qū)域表示增大取代基體積RI值增大,黃色區(qū)域表示增大取代基體積RI值減小;靜電場等勢圖中,紅色區(qū)域表示增加負電荷RI值增大,藍色區(qū)域表示增加正電荷RI值增大。從立體場等視圖可見,在9號分子的環(huán)己二烯及側(cè)鏈異丙烯基的位置附近顯示為綠色區(qū)域,表示該兩個基團使RI值增大,例如4號分子(缺少異丙烯基)與9號分子結(jié)構(gòu)相似,但4號分子(RI=1 003)的RI值明顯小于9號分子(RI=1 057),說明引入異丙烯基能夠使得RI值增大。從靜電場等勢圖可見,分子的側(cè)鏈異丙烯基附近為紅色區(qū)域,表示該區(qū)域添加負電荷能夠增大化合物的RI值,分子側(cè)鏈甲基附近顯示藍色,表示該區(qū)域添加正電荷能夠增加化合物的RI值。

表 1 38個化合物色譜保留指數(shù)實驗值及預測值

1) Samples of Group Ⅱ. 2) Compounds 5, 21, 26 are from reference [2] and the rest are from reference [14].

2.2 CoMSIA模型的結(jié)果分析

CoMSIA模型也是選取9號分子為模板分子進行疊合,分子疊合過程與2.1節(jié)中CoMFA建模完全相同。CoMSIA模型中立體場、靜電場、疏水場、氫鍵供體場和氫鍵受體場自由組合形成31種組合方式,經(jīng)計算最佳分子場組合為“S、E、H、D、A”,即使用全部的分子場進行建模。以第Ⅰ組化合物為訓練集建立CoMSIA模型,該模型的潛變數(shù)為12,R2為0.991,估計標準誤差SEE為20.488,F值為236.744。用所建立模型預測第Ⅱ組化合物的色譜保留指數(shù),結(jié)果見表1。第Ⅱ組色譜保留指數(shù)的預測RMSRE為4.02, RMSEP為48.74,平均相對誤差為3.76%,預測值與實驗值之間的回歸方程為y=0.858 4x+153.54(y表示預測值,x表示實驗值),相關(guān)系數(shù)為0.944 4。如表1所示,化合物的色譜保留指數(shù)預測值和實驗值基本一致。用第Ⅰ組完成留一交叉驗證,依次預測第Ⅰ組中30個化合物的色譜保留指數(shù)值,結(jié)果見表1。第Ⅰ組化合物色譜保留指數(shù)的預測RMSRE為1.34, RMSECV為16.85,平均相對誤差為0.63%,預測值與實驗值之間的回歸方程為y=0.990 6x+11.37(y表示預測值,x表示實驗值),相關(guān)系數(shù)為0.995 2。兩種驗證結(jié)果說明所建立的CoMSIA模型合理可靠,具有良好的預測能力。

CoMSIA模型中立體場、靜電場的等勢圖與CoMFA模型基本一致,在此不再分析;疏水場、氫鍵供體場和氫鍵受體場的三維等勢圖見圖3。在圖3疏水場等勢圖中,白色代表親水性基團能夠使RI值增大,黃色代表疏水性基團能夠使RI值增大;在圖3氫鍵供體場等勢圖中,藍色區(qū)域代表添加氫鍵供體能夠使RI值增大,紫色區(qū)域代表添加氫鍵供體能夠使RI值減小;在圖3氫鍵受體場等勢圖中,紫色區(qū)域代表增加氫鍵受體能夠使RI值增大,紅色區(qū)域代表添加氫鍵受體能夠使RI值減小。從圖3疏水場等勢圖中可看出,分子中環(huán)己二烯和側(cè)鏈異丙烯基附近區(qū)域顯示黃色,表示該位置添加親水性基團能夠使RI值增大;分子側(cè)鏈甲基顯示白色,表示該位置添加疏水性基團能夠使RI值增大;10號分子(RI=1 080)、13號分子(RI=1 097)的RI值明顯高于9號分子,它們都引入了羥基親水基團,因此說明添加羥基能夠使RI值增大。從圖3氫鍵供體場可看出,在分子側(cè)鏈甲基附近位置顯示藍色,表示該區(qū)域氫鍵供體能夠使RI值增大。從圖3氫鍵受體場可看出,在分子側(cè)鏈甲基附近位置顯示紫色,表示該區(qū)域氫鍵受體能夠使RI值增大。

圖3 CoMSIA模型的三維等勢圖Fig. 3 Contour maps of CoMSIA model

3 結(jié)論

應(yīng)用CoMFA和CoMSIA兩種方法,建立了香水百合香氣成分中38種化合物分子結(jié)構(gòu)與色譜保留指數(shù)之間的3D-QSAR模型。研究表明CoMFA模型和CoMSIA模型都具有較好的相關(guān)性和預測能力,且能夠合理解釋結(jié)構(gòu)對色譜保留指數(shù)值的影響,可應(yīng)用于對香水百合香氣成分的色譜保留指數(shù)值的預測。相比于CoMFA模型,CoMSIA模型預測準確度更高,在香水百合香氣成分的色譜定量構(gòu)效關(guān)系研究中,顯然有更好的應(yīng)用前景。香水百合香氣成分中38種化合物包含烯烴、酮、酯、醇、多環(huán)芳烴等不同種類化合物,因此可證明CoMFA和CoMSIA兩種方法對不同種類化合物的性質(zhì)具備較好的預測能力。