靶向乳腺癌治疗的4H-色烯-4-酮骨架发现及前沿QSAR模型构建

乳腺癌治疗面临耐药性与毒性挑战，研究人员通过计算建模探索4H-色烯-4-酮衍生物的抗MCF-7细胞潜力。采用QSARINS软件构建传统QSAR模型（Q2loo=0.7790，R2ext=0.5049），结合机器学习（SVR模型R2=0.9404），揭示MATS2e等关键分子描述符，为抗癌药物开发提供新方向。

　　

乳腺癌作为全球女性健康头号威胁，现有疗法因耐药性和毒副作用面临严峻挑战。在这项突破性研究中，4H-色烯-4-酮骨架崭露头角，成为对抗MCF-7乳腺癌细胞的新型分子武器。

研究团队运用计算生物学双管齐下：一方面通过QSARINS软件建立传统定量构效关系(QSAR)模型，内部验证指标Q²_loo达0.7790，外部验证R²_ext为0.5049；另一方面采用机器学习五大算法，其中支持向量回归(SVR)表现惊艳，预测精度R²值高达0.9404。

电子描述符MATS2e、拓扑描述符SCH-5等关键参数的发现，如同解锁抗癌活性的密码钥匙。这些4H-色烯-4-酮衍生物不仅完美契合化学空间分布，其预测pIC₅₀值更展现出令人振奋的成药潜力。这项研究为抗癌药物研发开辟了新赛道，后续体内外实验值得期待。