基于分子描述符的CNS药物活性定量构效关系(QSPR)建模及拓扑描述符研究

研究人员针对L型氨基酸转运体-1(LAT-1)在血脑屏障药物递送中的关键作用，通过拓扑描述符计算方法（包括边集分割法和Djokovi′c-Winkler关系法），建立了中枢神经系统(CNS)药物定量结构-性质关系(QSPR)模型。研究发现距离与度基拓扑描述符与BCNS药物理化性质显著相关，为CNS药物设计提供了新的分子特征分析工具。

　　

背景：L型氨基酸转运体-1(L-type amino acid transporter-1, LAT-1)作为调控大脑中枢神经系统(Central Nervous System, CNS)功能的药物靶点，其膜转运机制的进化推动了新型给药策略的发展。该转运体在跨生物膜药物递送中具有重要作用，已成为医药领域研究热点。

目标：最新研究表明，烷烃类化合物的特性（如脂水分配系数log P和分子量）与CNS药物多样性存在显著关联。基于拓扑描述符(Topological descriptors)的结构特性分析成为研究重点，这些指标与血脑屏障穿透性(Blood-CNS Barrier, BCNS)药物的理化性质和生物活性密切相关。

方法：研究采用边集分割法(Edge set partition method)和Djokovi′c-Winkler关系（切割法）两种创新算法，系统计算了各类拓扑描述符的数值特征。

结果：成功推导出基于距离和分子连接度的拓扑描述符体系。数据证实，拓扑描述符与BCNS药物的关键理化参数（如极性表面积和氢键数量）存在强相关性。

结论：该研究揭示了CNS药物分子的核心拓扑特征，为理解药物分子性质与生物活性的构效关系提供了新视角。特别论证了拓扑描述符与CNS药物理化性质的映射规律，对靶向药物设计具有重要指导价值。

关键词：L型氨基酸转运体-1；中枢神经系统药物；拓扑描述符；线性回归模型；QSPR分析；Djokovi′c-Winkler关系