《Chemistry & Biodiversity》：Quantitative Structure–Activity Relationship Approaches for Exploring the Anticancer Potential of Flavonoids
黄酮类化合物是一类结构多样的多酚类化合物，广泛分布于水果、蔬菜、谷物和饮料中，具有作为抗癌剂的巨大潜力。其多效性活性涉及对关键癌症标志的调节，包括氧化应激、细胞周期进程、凋亡、自噬、血管生成、侵袭和转移。这些效应通过多种信号通路介导，包括PI3K/Akt、MAPK、NF-κB和STAT3。因此，理解黄酮类化合物结构与生物活性之间的关系，对于合理优化基于黄酮的治疗药物至关重要。结构-活性关系（SAR）和定量结构-活性关系（QSAR）方法为将结构和理化特征（包括羟基化、糖基化、异戊烯化、电子分布、立体性质和脂溶性）与抗癌活性和靶点相互作用相关联提供了系统性框架。本综述总结了黄酮类化合物鉴定与表征方面的进展，并批判性地审视了用于研究其抗癌潜力的计算方法，包括分子对接、线性和非线性QSAR建模、分子相似性分析、拓扑描述符、半经验计算、密度泛函理论、分子动力学模拟和Free–Wilson分析。特别强调了将计算预测与实验验证相结合，以及应对与药代动力学、生物利用度、选择性和转化相关的挑战。总体而言，SAR/QSAR引导的策略为阐明结构-活性关系和加速基于黄酮的抗癌候选药物的合理发现与优化提供了有价值的工具。
**1 引言**
癌症是一种复杂的多因素疾病，涉及遗传、表观遗传和环境因素之间的动态相互作用，因此仍然是全球主要的健康负担。过去二十年来，癌症总体发病率显著增加，尽管治疗进展提高了某些恶性肿瘤的生存率。全球发病率的持续上升强调了对新型、有效化学预防和靶向治疗药物的持续需求。
天然植物化学物质，特别是黄酮类化合物，因其广泛的生物活性和结构多样性而作为潜在抗癌剂受到广泛关注。在机制上，黄酮类化合物对氧化稳态表现出独特的双重效应：在正常生理组织中作为强效抗氧化剂，同时在恶性细胞中诱导选择性促氧化活性， elevating 细胞内活性氧（ROS）水平以触发caspase依赖性内在凋亡以及G2/M或G1/S期细胞周期阻滞。黄酮类化合物通过多种机制发挥抗癌作用，包括调节氧化应激、调控凋亡和自噬通路、抑制血管生成以及干扰致癌信号级联。尽管大量实验证据支持其抗癌潜力，但黄酮类化合物向临床可行药物的转化仍具挑战性，这些限制源于其广泛的结构多样性、取代模式的可变性、多靶点行为以及复杂的药代动力学特征。
基于定量结构-活性关系（QSAR）的方法为系统关联黄酮类化合物化学特征与生物活性提供了强大的计算工具。QSAR方法能够识别关键的結構決定因素，如羟基化模式、共轭、脂溶性、立体因素和电子性质，这些因素控制抗癌效力、靶点亲和力和药代动力学行为。QSAR建模与分子对接、分子描述符和化学信息学工具的整合促进了合理的先导化合物优化、虚拟筛选和生物活性预测，从而降低实验成本和时间，同时提高药物发现效率。因此，QSAR驱动的分析为基于结构的抗癌药物设计提供了宝贵见解，并支持黄酮衍生骨架作为未来抗癌疗法的有前景候选药物的开发。
尽管实验和计算数据不断增长，几个关键缺口阻碍了基于黄酮的抗癌药物的合理临床转化。现有文献高度分散，大多数研究集中于孤立的生物活性、单一癌症模型或单个分子靶点，未能捕获黄酮类化合物固有的多药理学性质。此外，结构-活性关系往往是定性描述的，定量结构-活性关系建模、分子对接和机制验证的整合有限，难以阐明特定结构属性如何控制抗癌活性和通路选择性。另一个主要限制是对耐药机制——特别是凋亡抵抗、自噬介导的生存和代偿性致癌信号——的探索不足，这些是当代癌症治疗中的核心挑战。因此，在建立将黄酮化学多样性与计算建模和多通路抗癌机制联系起来的整合框架方面仍存在关键缺口。解决这些限制对于将黄酮研究从描述性生物活性研究转变为预测性、机制导向和合理的抗癌药物发现策略至关重要。
**2 植物成分与癌症：密切关系**
来源于生物体的天然产物在人类健康和疾病管理中长期发挥关键作用。药用植物在世界范围内被广泛用于治疗多种疾病，包括炎症、溃疡、糖尿病、心血管疾病、神经疾病、癌症、呼吸系统疾病和类风湿性关节炎。这些植物来源的产品包含多样的植物化学物质，包括生物碱、萜烯、黄酮类、硫代葡萄糖苷、酚类化合物、皂苷、鞣质和树脂。值得注意的是，尽管这些天然产物本身并非药物，但它们构成了丰富的生物活性分子库，是现代药物发现和开发的宝贵起点。
尽管植物成分具有显著的治疗潜力，但其直接转化为临床批准的药物仍然有限，这导致制药行业对基于天然产物的药物开发兴趣下降。然而，根据世界卫生组织（WHO）的数据，全球约80%的人口仍然依赖草药进行初级保健，这凸显了其持久的医学和社会经济相关性。虽然广泛的研究已证明许多植物来源化合物的抗癌潜力，但其临床应用仍然罕见。许多这些生物活性剂是次级代谢产物，可以作为先导化合物，并通过化学修饰进行结构优化，以提高其对各种癌症类型的生物利用度、稳定性和治疗效力。
黄酮类化合物是植物次级代谢产物中含量最丰富、结构最多样化的类别之一。迄今为止，已在天然来源中鉴定出超过8000种黄酮类化合物。根据其化学结构，黄酮类化合物被分为几个亚类，包括黄烷类、查尔酮、黄烷醇、黄烷酮、黄酮（花黄素）、新黄酮类、异黄酮类和花青素类。这些化合物表现出广泛的生物活性，包括抗氧化、抗炎和抗癌作用。本综述聚焦于黄酮化学，并重点介绍基于定量结构-活性关系（QSAR）的方法，以阐明其抗癌潜力并促进基于黄酮的抗癌药物的合理开发。
**3 各种黄酮类化合物概述**
黄酮类化合物是植物来源的次级代谢产物，其特征在于基本黄烷骨架，由15碳苯丙烷框架组成，具有共同的C6–C3–C6结构。这些化合物在决定植物的颜色、风味和整体生理学方面起着至关重要的作用。在人类饮食中，黄酮类化合物主要通过水果和蔬菜摄入；然而，它们也大量存在于种子、豆类、坚果、谷物、香料、茶、葡萄酒和各种其他植物性食品中，尽管浓度不同。流行病学和实验研究表明，富含黄酮的饮食通过预防与寿命缩短相关的疾病发挥营养保健益处，从而有助于改善预期寿命。除了在植物生存中的作用外，黄酮类化合物还表现出广泛的生物活性，包括抗氧化、抗炎和抗癌作用，这些与人类健康高度相关。
**4 黄酮类化合物的结构与生物来源**
黄酮类化合物是广泛分布于不同植物物种中的多酚类化合物，其浓度和化学形式随植物类型、组织和发育阶段而变化。结构上，黄酮类化合物在植物中可能以苷元形式或结合形式存在，如甲基化或糖基化衍生物，这显著影响其溶解度、稳定性、生物利用度和生物活性。多种显示出显著抗癌活性的黄酮类化合物的化学结构和植物来源已被总结。这些黄酮包括漆黄素（来源于黄栌等）、槲皮素（来源于桑树、茶树等）、山柰酚（来源于银杏、迷迭香等）、橙皮苷（来源于柑橘属等）、芹菜素（来源于母菊、银杏等）、木犀草素（来源于辣椒、芹菜等）、淫羊藿素（来源于淫羊藿属）和杨梅素（来源于香蕨木、玫瑰等）。
**5 抗癌黄酮类化合物的定量结构-活性关系**
结构-活性关系（SAR）和定量结构-活性关系（QSAR）已成为通过将黄酮类化合物的化学结构与生物反应相关联来预测其抗癌活性的强大计算方法。药理功效的预测本质上很复杂，因为取代基的变化，如取代基的位置和数量、异戊二烯单元的存在以及官能团的性质，显著影响细胞毒性，从而影响抗癌潜力。各种QSAR方法，包括多元线性回归、偏最小二乘分析、拓扑建模、人工神经网络和Free–Wilson分析，已被用于识别黄酮介导的药理活性背后的结构决定因素。然而，许多现有模型仍缺乏足够的机制可解释性和预测稳健性。
若干研究例证了QSAR建模在基于黄酮的抗癌研究中的应用。有研究利用量子化学描述符作为自变量、IC50值作为因变量，开发并验证了黄酮-金属配合物的QSAR模型，为预测其对HepG2细胞的抗癌活性提供了理论框架。另一项研究构建了2D-QSAR模型，以阐明黄酮介导的KB/MDR1细胞中P-糖蛋白抑制与基于溶剂化能的描述符之间的关系，揭示特定取代模式对于有效抑制P-糖蛋白至关重要。此外，黄酮类似物的3D-QSAR和分子对接联合分析确定了它们作为端锚聚合酶抑制剂的潜力。
QSAR建模还有助于合理选择和优化对细胞毒活性至关重要的化合物理化性质。例如，黄酮类化合物作为一氧化氮合酶（NOS）抑制剂的计算评估表明，更负的电离能和更高的亲电性指数与增强的抑制功效相关。比较QSAR分析进一步揭示，黄酮类化合物不表现出统一的抗癌活性，即使微小的结构修饰也可能导致生物反应的显著差异。在C-6、C-7或C-4位带有羟基的黄酮和黄酮醇通常由于能够与靶蛋白形成氢键、π–π堆积相互作用和有利的电子互补性而表现出增强的抗增殖活性。然而，过度羟基化可能对膜通透性和代谢稳定性产生负面影响，从而降低整体效力。异戊烯化的黄酮类化合物通常比其非异戊烯化对应物表现出更高的抗癌活性，这一效应归因于脂溶性增加和靶点可及性改善。相比之下，糖基化黄酮类化合物通常表现出降低的体外活性，反映了溶解度增强与细胞摄取受限之间的权衡。
**6 黄酮类化合物的鉴定**
植物材料中黄酮类化合物和总酚含量的准确鉴定和定量对于植物化学表征和后续生物学评价至关重要。为此，几种定性和定量方法，包括Folin–Ciocalteu测定法和氯化铝比色法，通常用于估算不同植物部位的总酚和黄酮含量。此外，一系列经典化学测试已被用于植物提取物中黄酮类化合物的初步检测。
**6.1 结构多样性：苷元、O-糖苷、C-糖苷及衍生物**
黄酮类化合物是一组化学异质的植物来源多酚，以多种结构形式存在，包括游离苷元、O-糖苷、C-糖苷以及各种甲基化、羟基化和异戊烯化衍生物。这些结构多样的糖苷的区分依赖于其独特的理化行为和特定的光谱或色谱裂解模式。游离苷元是非极性至中等极性的化合物，表现出与核心黄酮骨架对应的独特紫外-可见吸收最大值，并在反相系统中发生直接的色谱保留。相比之下，糖基化黄酮类化合物表现出增加的水溶性和改变的保留行为。结构上，O-糖苷具有糖与黄酮羟基之间的半缩醛C–O连接，容易发生酸或酶催化水解，在质谱中产生特征性的糖单元中性丢失。相反，C-糖苷在异头碳糖与黄酮苷元核心之间具有直接的C–C共价键，提供高热力学稳定性并抵抗标准酶促和酸水解，因此不表现出干净的糖苷裂解。
**6.2 按黄酮亚类分类**
黄酮类化合物根据杂环C-环的氧化状态、不饱和度和苯基取代位置的变化分为几个亚类，如黄酮、黄酮醇、黄烷酮、异黄酮、花青素和查尔酮。这些结构变异显著影响其理化性质，包括极性、溶解度、稳定性、电离行为和发色特征，进而决定其分析可检测性和分离效率。例如，黄酮亚类的比较结构分析受光谱检测控制，异黄酮可通过区别于黄酮H-3和C-3位移的H-2和C-2位移来区分，黄烷酮由于缺少C2=C3不饱和键而表现出典型的化学位移。
**6.3 分析策略与亚类区分**
结构修饰，如糖基化和甲基化，可以改变紫外-可见吸收最大值、减少色谱保留并使光谱解释复杂化。此外，黄酮亚类之间的异构现象在应用常规分析方法时经常导致信号重叠。因此，可靠的黄酮鉴定和表征需要系统、逐步的分析策略，将初步定性筛选与先进的色谱和光谱技术相结合。这种方法能够实现精确的亚类区分、异构体形式之间的辨别以及取代模式的精确测定，为后续生物学评价和QSAR分析提供坚实的化学基础。研究表明，不同黄酮糖苷亚类的区分基于其负离子谱中的裂解峰，使用液相色谱-质谱（LC-MS）等联用技术，可提供关于位置异构体的充分信息。
**6.4 黄酮类化合物的先进色谱和光谱分析**
除经典测定法外，现代色谱和分光光度技术已被广泛用于植物来源黄酮类化合物的鉴定和定量。鉴于黄酮类化合物以多种异构形式存在，单一分析技术无法实现其全面表征，这强调了高分辨多维分析方法的需求。联用技术如LC-MS、液相色谱-串联质谱（LC-MS/MS）和液相色谱-核磁共振（LC-NMR）通过集成分离和检测平台，在增强灵敏度、选择性和结构解析能力方面提供显著优势。通过将这些技术整合到复杂的天然植物基质中，可以实现先进的结构解析。
**6.5 方法学考量与分析权衡**
尽管传统光谱和色谱技术对于黄酮鉴定仍然不可或缺，但每种方法都有固有的优势和局限性，影响数据解释。光谱方法，包括紫外-可见光谱、红外光谱、核磁共振和质谱（MS），可快速提供分子结构和官能团组成信息。然而，这些技术可能缺乏足够的分辨率来可靠地区分结构差异微妙的密切相关黄酮异构体。相比之下，色谱和联用技术，如高效液相色谱（HPLC）、LC-MS和LC-NMR，与其他技术相比提供增强的灵敏度和优异的分离效率。比色测定法如氯化铝法和HPLC-二极管阵列检测（HPLC-DAD）具有高成本效益，适用于高通量亚类分析，但常遇到基质干扰、结构高估和难以分辨共洗脱异构糖苷等问题。先进的联用平台如液相色谱-电喷雾电离-串联质谱（LC-ESI-MS/MS）和LC-NMR提供清晰的结构解析和亚纳克级检测阈值，这是准确QSAR输入描述符所必需的，但其常规应用受到高运营成本、显著溶剂消耗、复杂样品制备和需要专业知识的限制。
**7 黄酮类化合物理化性质与药代动力学的关系**
与许多植物来源的次级代谢物一样，黄酮类化合物以游离（苷元）和糖基化形式天然存在。通常，黄酮类化合物的生物活性主要与苷元部分相关，而糖残基的糖基化通常降低内在活性并增加分子极性。值得注意的是，糖基化黄酮类化合物可能表现出优于其苷元对应物的口服吸收；然而，吸收效率受多种理化参数强烈影响，包括水溶性、pKa、分子大小、立体化学构型和脂溶性。糖基化显著调节溶解度，从而影响关键药代动力学过程，如吸收、组织分布、代谢和排泄。这些效应凸显了糖基化作为优化黄酮药代动力学的关键结构决定因素，在基于黄酮的治疗剂的合理设计和开发中应仔细考虑。
**8 黄酮类化合物的作用机制**
黄酮类化合物的抗癌效应是多方面的，源于其同时调节多个癌症标志的能力，反映了显著的多药理学特征。黄酮类化合物不是作用于单一分子靶点，而是发挥多效性效应，共同破坏肿瘤细胞增殖、生存、侵袭和治疗抵抗。这种多靶点行为在信号通路冗余通常限制单靶点药物疗效的复杂恶性肿瘤中特别有利。黄酮类化合物通过调节细胞周期蛋白依赖性激酶和检查点调节因子来调控细胞周期进程，导致不同阶段的细胞周期阻滞，包括G0/G1、S和G2/M期。同时，它们通过激活内在和外在凋亡途径、调节促凋亡和抗凋亡蛋白之间的平衡、诱导caspase激活和破坏线粒体膜电位来促进程序性细胞死亡。
凋亡抵抗仍然是有效癌症治疗中的主要挑战，通常与caspase和B细胞淋巴瘤（Bcl）-2家族蛋白的失调相关。值得注意的是，黄酮类化合物可以通过在缺乏关键凋亡调节因子（如Bax和Bak）的癌细胞中诱导自噬性细胞死亡来克服凋亡抵抗。黄酮类化合物触发的自噬介导的细胞毒性受相互连接的信号通路的协调调节，包括磷脂酰肌醇3-激酶/蛋白激酶B/哺乳动物雷帕霉素靶蛋白（PI3K/Akt/mTOR）、AMP活化蛋白激酶（AMPK）、丝裂原活化蛋白激酶（MAPK）、Beclin-1和Wnt/β-catenin通路。
除凋亡和自噬外，黄酮类化合物还抑制多种致癌信号级联，如PI3K/Akt、MAPK、核因子κB（NF-κB）和信号转导与转录激活因子3（STAT3），这些在肿瘤生长、血管生成、免疫逃逸和转移中发挥关键作用。其中，PI3K/Akt通路是癌细胞生存、代谢重编程和治疗抵抗的核心调节轴。黄酮类化合物已被证明通过抑制PI3K活性、减少Akt磷酸化和抑制下游mTOR信号来减弱该通路，从而损害蛋白质合成和肿瘤细胞生长。Akt信号的抑制进一步促进促凋亡蛋白的活化、增强线粒体细胞色素c释放并触发caspase活化。此外，PI3K/Akt-mTOR轴的抑制有助于自噬诱导，这可能在凋亡抵抗的癌细胞中作为细胞毒性机制发挥作用。重要的是，黄酮类化合物的通路选择性和生物反应因亚类而异，高度依赖于结构特征，这强调了将机制见解与SAR和QSAR分析相结合进行合理先导化合物识别和优化的必要性。
**9 黄酮类化合物抗癌活性的定性结构-活性关系**
定量结构-活性关系（QSAR）建模已成为预测和合理化黄酮类化合物抗癌潜力的强大计算方法，通过将其化学结构与生物反应相关联。与传统的定性SAR分析不同，QSAR采用数值描述符，定量代表控制黄酮-靶点相互作用的立体、电子、疏水和拓扑特征。
**9.1 控制活性的理化与分子描述符**
在基于黄酮的QSAR研究中，电子描述符如最高占据分子轨道（HOMO）、最低未占分子轨道（LUMO）能隙、偶极矩和电荷分布用作分子与致癌靶点进行π–π堆积、氢键和氧化还原介导相互作用能力的指标。疏水描述符，包括LogP和分子表面积，是膜通透性和生物利用度的关键决定因素，而与分子大小和形状相关的立体参数影响酶活性位点或受体口袋内的结合方向。分子描述符是源自分子结构的数学表示，编码活性预测所需的化学信息。目前，超过3000种描述符，分为一维（1D）、二维（2D）和三维（3D），可通过专用软件工具获得。对漆黄素的半经验研究表明，其高抗氧化活性归因于3-OH、3′-OH和4′-OH基团的低键解离焓，赋予增强的供氢和自由基清除能力。
**9.2 QSAR方法学、机器学习与多靶点整合**
尽管在阐明结构方面有用，但黄酮的QSAR模型面临显著挑战。黄酮类化合物之间的结构冗余、标准化生物数据集可用性有限以及实验测定条件的可变性限制了稳健和预测模型的开发。此外，经典QSAR方法通常假设结构与活性之间存在线性关系，而多酚骨架经常表现出非线性行为，传统方法无法充分捕获。为克服这些限制，基于机器学习的QSAR方法，包括随机森林、支持向量机和深度神经网络，越来越多地被用于处理结构复杂性和增强外部验证。未来抗癌黄酮的QSAR框架应整合多靶点数据集、代谢和毒性相关描述符，以及互补的分子对接和分子动力学模拟，以将QSAR从相关性工具发展为预测性、机制导向的药物发现平台。QSAR建模与分子对接一起构成计算机辅助药物设计（CADD）的核心组成部分，用于预测天然和合成化合物的生物活性。使用半经验PM3和frontal polygon方法对包括漆黄素在内的几种黄酮进行的QSAR研究，通过比较实验值、计算值和预测pIC25值评估了模型性能。
**9.3 机制靶点相互作用与分子对接原理**
分子对接研究通过预测配体结合模式、相互作用网络和相对亲和力来阐明黄酮抗癌活性的机制基础。对接分析表明，漆黄素通过3′、4′和3位羟基介导的氢键与细胞周期蛋白依赖性激酶6（CDK6）相互作用，促进细胞周期蛋白结合和激酶抑制所必需的构象变化。类似地，针对P-糖蛋白（多药耐药的关键介质）的漆黄素QSAR分析确定了溶解度、偶极矩和表面描述符为抑制效力的关键决定因素，预测的IC50值与实验数据密切匹配。黄酮类化合物由于其平面芳香环和优化定位的羟基，能够与芳香族氨基酸残基形成氢键和π–π堆积相互作用，从而表现出对激酶、转录因子和凋亡调节酶的有利结合。异戊烯化黄酮类化合物通常表现出增强的效力，因为其增加的疏水表面积补充了癌蛋白的脂溶性结合口袋。然而，对接方法受限于静态蛋白质构象和评分函数的局限性，这些评分函数不能充分解释蛋白质灵活性、溶剂化和熵效应。
**9.4 亚类特异性计算案例研究与靶点特异性**
已对关键黄酮类化合物如槲皮素、山柰酚、橙皮苷、芹菜素、木犀草素、淫羊藿素和杨梅素进行了广泛的计算机模拟研究，以评估其与多种癌症相关分子靶点的相互作用，如表皮生长因子受体（EGFR）、mTOR、MAPKs、HDACs、雌激素受体（ER）和凋亡相关蛋白。
**9.4.1 黄烷醇**
对槲皮素针对多种靶蛋白（包括凋亡调节因子、热休克蛋白、细胞色素P450酶、肌动蛋白和酪氨酸蛋白激酶Hck）的计算机分析表明，其抗癌活性归因于2-苯基-4H-苯并[H]色烯-4-酮药效团的存在。此外，通过蛋白质-配体相互作用分析揭示了槲皮素作为先导EGFR抑制剂的适用性，氢键、π–π相互作用、盐桥和范德华力在稳定受体构象中起关键作用，凸显了基于槲皮素的化合物治疗非小细胞肺癌（NSCLC）的前景。3D-QSAR模型确定了槲皮素及其类似物有效抑制NSCLC的尺寸和电荷要求。使用Surflex–Dock程序对槲皮素和柚皮素进行的体外构效关系研究揭示了它们在DNA位点的结合方向，槲皮素表现出强DNA嵌入能力。使用多元线性回归（MLR）模型建立了槲皮素类似物理化参数与生物活性之间的相关性，使用留一法（LOO）验证、预测残差平方和（PRESS）、总平方和偏差（SSY）和交叉验证相关系数（r2adj）表明增加的疏水性对化学治疗活性产生负面影响。
对山柰酚作为潜在mTORC1抑制剂的计算机分子对接评估显示，山柰酚对mTOR的FRB结构域（PDB ID: 2FAP；对接得分：27.3）和AKT1（PDB ID: 3CQU；对接得分：33.4）表现出强结合亲和力，突出了其通过调节mTOR信号轴治疗肝细胞癌的治疗潜力。进一步使用AutoDock（v4.2.6）的对接分析揭示了山柰酚与人ERα和HER4/ErbB4激酶的稳定相互作用，分别产生?7.39和?8.18 kcal/mol的有利结合能。针对黄嘌呤氧化酶（XO）的分子对接和模拟研究表明，山柰酚有效结合在含钼中心的疏水催化口袋内，最稳定的结合姿态估计结合能为?4.71 kcal/mol，并通过涉及关键残基如Phe1009、Phe914、Asn768和Leu1的氢键和疏水相互作用稳定。
采用密度泛函理论（DFT）计算阐明杨梅素的构效关系，在M06-2X/6-31++G(d, p)水平进行的计算强调了4′-羟基在通过弱氢键稳定配体-靶点相互作用中的关键作用。进一步的分子对接和计算机药代动力学研究表明，杨梅素及其类似物对磷酸肌醇依赖性激酶-1（PDK-1）表现出强结合亲和力，支持其作为PDK-1抑制剂的潜力。使用AutoDock 4.2的对接研究检查了杨梅素与硫醇异构酶如内质网蛋白-5（ERp5）和蛋白质二硫键异构酶（PDI）的相互作用，荧光猝灭分析表明配体与色氨酸残基相互作用。
**9.4.2 黄酮**
对芹菜素及相关黄酮类化合物针对多个参与肿瘤进展的分子靶点（包括细胞周期蛋白依赖性激酶-2（CDK-2）、拓扑异构酶IIα和血管内皮生长因子受体-2（VEGFR-2））进行了全面的计算机分析。整合计算方法涵盖ADME分析、PASS预测、药效团建模、DFT计算、分子对接和分子动力学（MD）模拟，证明这些植物成分在所选靶点上表现出可比较的抑制谱。使用额外精度对接、MM-GBSA自由能计算和MD模拟评估了芹菜素和木犀草素与I类组蛋白去乙酰化酶（HDACs）的相互作用，两种化合物均显示与HDAC2和HDAC8催化口袋的稳定结合。在针对与非小细胞肺癌（NSCLC）相关的EGFR L858R突变体的模拟对接研究中筛选了45种植物化学物质，木犀草素和表儿茶素没食子酸酯与关键残基Met793形成稳定相互作用，MD模拟证实了这些复合物的稳定性。木犀草素及其类似物针对端锚聚合酶-II的额外精度对接研究表明，木犀草素在活性位点内形成多个氢键，导致增强的结合亲和力。结合网络药理学和分子对接方法探索了木犀草素的抗胶质瘤潜力，确定了AKT1、JUN、MAPK1、MAPK3、ALB和TNF为关键节点，使用AMBER14平台的对接和MD模拟证明了木犀草素与这些靶点之间的稳定相互作用。
**9.4.3 黄烷酮与异黄酮/异戊烯化衍生物**
对包括橙皮苷在内的生物黄酮类化合物与MAPKs相互作用的计算机对接研究显示，大黄酚、大黄素甲醚、橙皮苷和姜黄素在p38α MAPK活性位点内表现出稳定结合且无空间冲突，表明其对抗肝炎相关肝细胞癌的潜在效力。此外，使用AutoDock对橙皮苷针对关键炎症介质——肿瘤坏死因子（TNF）-α、白细胞介素（IL）-1β、IL-6和一氧化氮合酶（NOS）的分子对接揭示了由氢键、π–π、π-烷基和范德华相互作用介导的强结合亲和力。对淫羊藿素及其衍生物的ER调节活性进行了分子对接研究，Wushanicaritin对ER-α和ER-β表现出有利的结合亲和力，而淫羊藿素对ER-β表现出特别强的亲和力。使用生物素标记亲和测定法的实验验证表明，淫羊藿素通过关键半胱氨酸残基与IκB激酶-α（IKK-α）相互作用，导致NF-κB信号传导和下游p65活化的抑制。
**9.4.4 实验验证与验证策略**
为促进临床转化并避免计算伪影，计算机预测必须通过直接生化、细胞或生物物理测定进行验证。研究通过生物素标记亲和测定法实验验证了淫羊藿素与IκB激酶-α（IKK-α）通过关键半胱氨酸残基的相互作用，这种相互作用抑制NF-κB信号传导和随后的p65活化，该抑制与免疫检查点相关蛋白表达降低相关。
总体而言，QSAR建模与分子对接、分子动力学模拟和量子化学计算的整合为理解黄酮结构-活性关系提供了全面框架。
**10 QSAR模型的方法学局限性及其转化挑战**
本节系统分类了用于批判性评估黄酮抗癌活性预测QSAR模型可靠性和转化价值的报告实践。
**10.1 统计稳健性、内部指标与亚类特异性限制**
决定系数（R2）、交叉验证系数（Q2）、均方根误差（RMSE）和外部测试集验证等统计参数通常用于评估基于黄酮的抗癌剂QSAR模型的稳健性和预测性能。在许多报告的研究中，可接受的R2和Q2值表明合理的内部一致性；然而，由于描述符选择、数据集大小、终点定义和生物测定条件的异质性，模型之间的有意义的交叉比较仍然具有挑战性。使用结构受限的黄酮子集构建的QSAR模型通常表现出高统计精度，但遭受化学空间覆盖有限的问题，从而限制了其对结构多样的黄酮库的泛化性。跨黄酮亚类的比较QSAR分析表明，黄酮醇和异戊烯化黄酮类化合物比糖基化衍生物表现出与抗癌活性更强的相关性，主要归因于脂溶性、电子离域和立体因素的差异。
**10.2 计算机预测与多层次实验验证的区分**
必须区分仅依赖理论对接分数或2D/3D-QSAR预测的研究与那些通过体外、细胞、生化或体内异种移植研究证实的研究。若干内在限制制约了QSAR模型的转化相关性。过拟合、依赖小或偏倚数据集以及不充分的外部验证仍然是可能夸大表面预测能力的持久陷阱。此外，QSAR预测经常缺乏补充实验验证，限制了其超越假设生成的应用。即使统计稳健的计算机模型也常常因口服生物利用度差、快速代谢降解和脱靶毒性等因素而无法转化为临床可行的抗癌候选物，这些参数是常规QSAR描述符无法充分捕获的。虽然QSAR和分子对接为黄酮类化合物的结构-活性关系提供了宝贵见解，但其科学实用性最终取决于实验确认。
**10.3 回顾性与前瞻性应用及计算不一致性**
当代计算工作流程的主要限制是其主要依赖回顾性验证，涉及对已建立的、预先存在的化合物集进行模型测试。这种方法不同于真正的前瞻性虚拟筛选，后者旨在在合成或提取及后续实验测试之前识别新型活性命中物。然而，许多QSAR识别的命中物是回顾性评估而非前瞻性评估，限制了其对合理药物开发的影响。计算机预测与实验结果之间的差异通常源于计算模型中未充分表示的因素，包括有限的细胞摄取、代谢变异性和背景依赖性信号通路。
**10.4 转化意义**
综上所述，这些考虑强调将QSAR输出解释为假设生成而非抗癌效力的确定性预测因子。加强将QSAR建模与实验验证、ADMET评估和机制研究相结合的迭代工作流程，对于提高转化可靠性和推进基于黄酮的抗癌候选物走向临床应用至关重要。
**11 结论**
本综述全面综合了黄酮类化合物作为抗癌剂的鉴定、表征、计算建模和机制评估方面的近期进展。通过将经典植物化学方法与先进光谱、色谱和联用分析技术相结合，黄酮类化合物的结构多样性已被系统阐明并与其生物活性相关联。重要的是，QSAR和分子对接分析强调，结构依赖的电子、立体和脂溶性参数关键
