基于拓扑模型的天然抗癌查尔酮构效关系预测研究

《Scientific Reports》：Predictive topological modeling of the structure–property relationships in naturally occurring anti-cancer chalcones

本研究针对天然抗癌查尔酮的定量结构-性质关系(QSPR)预测难题，开发了基于图论的拓扑建模框架。研究人员计算了包括Zagreb指数(M1/M2)、重定义Zagreb指数(ReZG1/ReZG2)、Randic指数(R)和调和指数(H)等8种度基拓扑指数，通过线性回归模型成功建立了这些指数与分子量、分子复杂性、摩尔折射率等5种理化性质间的强相关性(R2>0.8)，为天然抗癌药物的理性设计提供了可靠的计算机辅助预测工具。

　　

在癌症治疗领域，天然产物因其低毒性和结构多样性而备受关注。其中，查尔酮类化合物作为黄酮类家族的重要成员，展现出显著的抗癌潜力。然而，传统的药物研发过程耗时费力，如何快速预测这些化合物的理化性质成为制约药物开发效率的关键瓶颈。

为了解决这一难题，来自伊拉克、中国、巴基斯坦、阿曼、土耳其、韩国、沙特阿拉伯和埃塞俄比亚的国际研究团队在《Scientific Reports》上发表了题为"Predictive topological modeling of the structure-property relationships in naturally occurring anti-cancer chalcones"的研究论文。该研究创新性地将图论与定量结构-性质关系(QSPR)分析相结合，为天然抗癌查尔酮的理化性质预测提供了高效的计算框架。

研究人员采用的主要技术方法包括：基于PubChem数据库获取8种天然抗癌查尔酮(如异甘草素、紫铆因、豆蔻明等)的分子结构；运用图论方法将分子结构转化为拓扑图形；计算8种度基拓扑指数；利用线性回归模型建立拓扑指数与5种理化性质间的定量关系；通过相关系数(R)、决定系数(R²)、F检验等统计指标验证模型可靠性。

研究结果

拓扑指数计算与相关性分析

研究团队成功计算了8种天然抗癌查尔酮的拓扑指数值，包括第一Zagreb指数(M₁(G))范围160-274，第二Zagreb指数(M₂(G))范围198-337等。相关性分析显示，所有拓扑指数与理化性质均呈现显著正相关(R>0.89)，其中调和指数(H(G))与极性化的相关性最高(R=0.998)。

回归模型建立与验证

通过线性回归方程P=A+B[TI]建立了40个预测模型。统计检验表明所有模型均达到显著水平(p<0.05)，标准误差分析显示调和指数(H(G))对分子量的预测误差最小(8.945)，证明模型具有良好的预测精度和可靠性。

模型应用与预测性能

比较预测值与实际值发现，基于Randic指数(RA(G))和调和指数(H(G))的模型对分子量、摩尔折射率和极性化的预测最为准确，平均误差小于5%，而表面张力的预测相对误差较大，可能与分子间相互作用复杂性有关。

结论与意义

本研究证实了拓扑指数在预测天然抗癌查尔酮理化性质方面的有效性，特别是调和指数(H(G))和Randic指数(RA(G))表现出最优的预测性能。建立的QSPR模型不仅为抗癌药物的理性设计提供了可靠的计算工具，而且显著降低了实验成本和时间。该研究方法可扩展应用于其他天然产物的性质预测，为药物发现领域提供了新的研究范式。拓扑建模框架的成功应用标志着计算化学在药物研发中的重要进展，为未来智能化药物设计奠定了基础。