基于定量构效关系(QSAR)的耐甲氧西林金黄色葡萄球菌抗菌活性计算预测方法

《Journal of Taibah University for Science》:Computational approaches for QSAR-based prediction of MRSA antimicrobial activity

【字体: 大 中 小 】 时间:2026年02月13日 来源:Journal of Taibah University for Science 3.6

编辑推荐:

  耐甲氧西林金黄色葡萄球菌(Methicillin-resistant Staphylococcus aureus,MRSA)是医院获得性与社区获得性感染的主要致病原,预计到2050年全球年死亡数将达1000万。本研究旨在通过构建若干定量构效关系(Quantit

  
耐甲氧西林金黄色葡萄球菌(Methicillin-resistant Staphylococcus aureus,MRSA)是医院获得性与社区获得性感染的主要致病原,预计到2050年全球年死亡数将达1000万。本研究旨在通过构建若干定量构效关系(Quantitative Structure-Activity Relationship,QSAR)模型筛选有效治疗候选物。研究人员首先从ChEMBL34数据库下载数据并进行清洗与制备;继而依据利平斯基五规则(Lipinski's rule of five)评估化合物性质,分析骨架(scaffold)以识别与抗MRSA活性相关的关键结构框架;随后计算捕获理化与电子性质的多种分子描述符(molecular descriptors)。采用轻量梯度提升机(Light Gradient Boosting Machine,LGBM)、极端梯度提升(Extreme Gradient Boosting,XGB)、支持向量回归(Support Vector Regression,SVR)及随机森林(Random Forest)等多种机器学习算法构建预测模型,并以R2、Q2、Q2LMO、Q2F3与一致性相关系数(Concordance Correlation Coefficient,CCC)等指标评价性能,结果显示各指标均高于阈值,预测力优良。本研究彰显了QSAR建模作为发现新型抗MRSA药物稳健策略的有效性。
研究背景与立项依据
耐甲氧西林金黄色葡萄球菌(Methicillin-resistant Staphylococcus aureus,MRSA)于1961年在英国临床样本中首次分离,其通过葡萄球菌染色体mec盒(Staphylococcal Chromosome Cassette mec,SCCmec)携带mecA/mecC等基因编码修饰青霉素结合蛋白(Penicillin-Binding Protein,PBP),对甲氧西林、青霉素、头孢唑林等β-内酰胺类药物普遍耐药。水平基因转移进一步叠加耐药,使MRSA与鲍曼不动杆菌、铜绿假单胞菌及肠杆菌科并列WHO优先病原体。尽管基于磺胺与β-内酰胺的结构修饰曾延续数十年,但细菌突变与获药速度已显著削弱新一代抗生素潜力。在此背景下,基于定量构效关系(Quantitative Structure-Activity Relationship,QSAR)的计算筛选成为快速解析化合物抗金黄色葡萄球菌活性的关键手段,前人已在苯甲酰胺、2-苄硫基嘧啶、氧代吡咯烷酮、喹唑啉-4-酮、噻吩并嘧啶等系列衍生物中证实其效用。本研究依托ChEMBL34库中ChEMBL352靶点注释的MRSA活性数据,采用机器学习关联1478个化合物的pIC50与molfeat描述符,以期缩短候选发现周期并降低成本。
主要技术方法概述
研究人员自ChEMBL34数据库提取ChEMBL352靶标下MRSA半最大抑制浓度(IC50)数据,按<1000 nM、1000–10000 nM、>10000 nM划为活跃、中间、非活跃三类,转化为pIC50(?log10IC50);以RDKit与NumPy执行利平斯基五规则(分子量<500 Da、LogP<5、氢键供体<5、受体<10)评估成药性;采用Mann–Whitney U检验比较活跃与非活跃组分子量、LogP、氢键数目分布(p<0.05为显著);基于核心骨架生成594类scaffold并以主成分分析(Principal Component Analysis,PCA)验证化学空间多样性;通过molfeat计算MACCS、Avalon、ECFP、Topological、Atompair、RDKit、Pattern、Layered、MAP4、ERG等2D描述符;以80/20划分训练/测试集,用LGBM、XGB、SVR、随机森林、Hist梯度提升、梯度提升、贝叶斯岭等七种回归算法建模,以R2、Q2、Q2LMO、Q2F3、CCC及Y-scrambling、Williams图评价。
研究结果
3.1 数据集分析
自ChEMBL352初检2857条,去缺省后得1685条,其中活跃955(IC50<1000 nM)、非活跃523(>10000 nM)、中间207。双类并存增强模型判别力。
3.2 pIC50结果评估
活跃化合物pIC50介于6–12.25,非活跃3.096–5;1478化合物频次分布主峰位于8,表明库中强效分子占比大。
3.3 利平斯基五规则表征
活跃组分子量188.182–1876.311 Da,LogP ?12.23–9.58,氢键供体0–80、受体0–18,仅245/955满足五规则,提示多数高活体为肽类或大环偏离经典口服成药窗。
3.4 数据集统计分析
Mann–Whitney U显示pIC50、分子量、氢键供体在活跃/非活跃间p<0.05,LogP与氢键受体无显著差异,否定零假设。
3.5 骨架数量与分析
594个scaffold经PCA示近原点聚集与高PC1离散并存;按均值pIC50排位,SMILES为O=C1C[C@H]2CC=CN12(ChEMBL352175、ChEMBL92019、ChEMBL433378)、O=c1cccco1即2(5H)-呋喃酮(ChEMBL127)、O=C1C[C@H]2CC(S[C@H]3CCNC3)=CN12(ChEMBL4067876)者达10.22–12.25,对应IC50<1 nM;手性中心与含硫取代被认为利于立体选择性结合PBP或穿透厚肽聚糖层。
3.6 QSAR模型评价
七模型中LGBM、XGB、Hist梯度提升最优:R2>0.94,Q2>0.68,Q2LMO 0.66–0.68,Q2F3 0.68–0.73,CCC>0.82;Y-scrambling乱序R2为?0.285~?0.304远低于原值;Williams图h*=0.027,绝大多数点落适用域。梯度提升与随机森林次之(R2 0.79–0.93,CCC 0.78–0.83)。SVR与贝叶斯岭因噪声敏感及数据重尾不合高斯先验被剔除。
讨论与结论翻译
讨论指出,LGBM/XGB/Hist梯度提升的高R2、低乱序R2及适用域内聚集共同证伪偶然相关,与前人针对PBP2A配体、大麻素、苯并咪唑、UPPS抑制剂的QSAR研究形成互证。结论部分载明:QSAR建模是以生物数据与分子结构快速识别抗MRSA候选的高效策略;五模型(LGBM、XGB、Hist梯度提升、梯度提升、随机森林)的R2、Q2、Q2LMO、Q2F3、CCC均达标,Y-randomization与适用域分析确认其稳健性;骨架分析揭示含苯环、呋喃酮、手性含硫稠环等框架与高pIC50(10–12.25)关联;该研究为结构-活性关系(Structure-Activity Relationship,SAR)提供解释,可加速MRSA治疗物发现。本文发表于《Journal of Taibah University for Science》,作者NL与KB。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号