Xreferat.com » Рефераты по химии » Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

РАСЧЕТ КВАНТОВО – ХИМИЧЕСКИХ ПАРАМЕТРОВ ФАВ И ОПРЕДЕЛЕНИЕ ЗАВИСИМОСТИ «СТРУКТУРА – АКТИВНОСТЬ» НА ПРИМЕРЕ СУЛЬФАНИЛАМИДОВ


ОГЛАВЛЕНИЕ


ПЕРЕЧЕНЬ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

Глава 1. МАТЕМАТИЧЕСКИЕ МЕТОДЫ РАСЧЕТА КОНСТАНТ ОРГАНИЧЕСКИХ МОЛЕКУЛ И ВИДОВ ПРОЯВЛЯЕМОЙ ФИЗИОЛОГИЧЕСКОЙ АКТИВНОСТИ

1.1 История развития квантовохимических методов анализа «структура вещества – проявляемая физиологическая активность»

1.1.1 Различие неэмпирических и полуэмпирических методов

1.1.2 Метод Хартри - Фока

1.1.3 Метод Хэнча

1.1.4 Регрессионный анализ и статистические параметры

1.1.5 Аддитивная модель Фри – Вильсона

1.1.6 Метод Хюккеля, расширенный метод Хюккеля

1.2 Современные методы анализа «структура вещества – проявляемая физиологическая активность»

1.2.1 Принципы распознавания образов

1.2.2 Основные понятия методов распознавания образов

1.2.3 Методы кластеризации

1.2.4 Программа PASS C&T

1.3 Вывод

Глава 2. ВЫЧИСЛЕНИЕ ГЕОМЕТРИИ ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ

2.1 Квантовохимические методы расчета

2.1.1 Расчет потенциалов ионизации

2.1.2 Расчет индексов реакционной способности

2.1.3 Вычисление теплот образования

2.1.4 Расчет тепловых эффектов органических реакций

2.1.5 Расчет поверхностей потенциальной энергии

2.1.6 Силовые постоянные химических связей и частоты внутримолекулярных колебаний

2.2 Вывод

Глава 3. СУЛЬФАНИЛАМИДНЫЕ ЛЕКАРСТВЕННЫЕ ПРЕПАРАТЫ

3.1 История открытия сульфаниламидов

3.2 Физические свойства сульфаниламидов

3.3 Механизм действия сульфаниламидов

3.4 Синтез сульфаниламидов

3.5 Расчитанные параметры молекул

3.5.1 Сульфаниламид

3.5.2 Сульгин

3.5.3 Сульфадимезин

3.5.4 Норсульфазол

3.5.4 Сульфафуразол

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

Приложение А

Приложение Б

Приложение В

Приложение Г

Приложение Д

Приложение Е

Приложение Ж


ПЕРЕЧЕНЬ СОКРАЩЕНИЙ


В данной дипломной работе применены следующие сокращения:

АО - атомная орбиталь

МО - молекулярная орбиталь

ЛКАО - линейная комбинация атомных орбиталей

МО ЛКАО - молекулярные орбитали, представленные в виде линейных комбинаций атомных орбиталей

ССП - самосогласованное поле

ППЭ - поверхность потенциальной энергии

ППДП - полное пренебрежение дифференциальным перекрыванием (в зарубежной литературе CNDO)

ЧПДП - частичное пренебрежение дифференциальным перекрыванием (в зарубежной литературе INDO)

ПДДП - пренебрежение двухатомным дифференциальным перекрыванием (в зарубежной литературе NDDO)

ППДП/2 - полуэмперический метод, предложенный Пополом, Сантри и Сергалом, в котором использовано приближение ППДП, второй вариант

ЧПДП - аналогичный метод, в котором использовано приближение ППДП

ППДП/БУ - полуэмпирический метод, предложенный Бойдом и Уайтхедом, в котором использовано приближение ППДП

МПДП - полуэмпирический метод разработанный, Дьюаром и сотрудниками, в котором использовано приближение ПДДП

МПДП/Н - модифицированный вариант метода МПДП для расчетов параметров систем с водородными связями

АМ1 - новый вариант метода МПДП, разработанный Дьюаром с сотрудниками

ССП - самосогласованное поле

КВ – метод конфигурационного взаимодействия учета электронной корреляции

ПАБК – пара – аминобензойная кислота

ЖКХ – желудочно–кишечный тракт

PASS C&T - Prediction of Activity Spectra for Substances: Complex & Training


ВВЕДЕНИЕ


С давних лет человечество мечтает о лекарстве, которое при действии на организм обладало бы максимальной избирательностью, благодаря чему эффективно устраняется причина болезни, но не возникают нежелательные побочные эффекты. Наиболее ярко эта идея выражена в концепции "магической пули", выдвинутой основателем химиотерапии П. Эрлихом.

В то же время, весь накопленный к настоящему моменту опыт медицинской химии и фармакологии свидетельствует об отсутствии абсолютной специфичности действия известных лекарственных веществ: все они способны вызывать многообразные фармакологические эффекты, часть которых используется для терапии определенной патологии, а другие - являются причиной побочного действия и токсичности. Полный набор фармакологических эффектов, которые может проявить некое вещество в различных условиях эксперимента, называется спектром биологической активности данного вещества.

В процессе исследования нового фармакологического вещества характеристики спектра его биологической активности выявляются не сразу: некоторые эффекты обнаруживаются уже при первом тестировании "в пробирке", другие - при изучении его действия на экспериментальных животных, третьи - при проведении клинических испытаний и последующем использовании препарата в медицинской практике. Нередко новое действие выявляется у вещества, применяемого в медицине в течение многих лет. Такое открытие может стать основой для использования препарата по новому назначению. Например:

1. вальпроат был первоначально предложен в качестве анксиолитика в 1961 г. и как противоэпилептическое средство - в 1989 г.;

2. левамизол - как антигельминтное средство в 1968 г. и как иммуностимулятор - в 1980 г.;

3. альпростадил - как антиагрегантное средство в 1988 г. и как препарат, стимулирующий эрекцию - в 1994 г.;

4. аспирин был предложен в качестве анальгетика в 1899 г., а его антиагрегантное действие было открыто лишь в 1971 г.; и т.д. [1].

5. талидомид, обладающий анксиолитическим и снотворным эффектами, был введен в медицинскую практику в 50-х годах [2]. В начале 60-х годов из-за наличия тератогенности он стал причиной врожденных дефектов у более чем 8000 новорожденных в Европе [3], что привело к запрету на его применение и ужесточению требований к исследованию безопасности лекарственных препаратов вообще. Теперь, сорок лет спустя, талидомид переживает "второе рождение". Он активно испытывается в клинике как потенциальное противоопухолевое и антиметастатическое средство, как препарат для симптоматической терапии СПИДа. Это обусловлено его недавно открытыми антиангиогенным эффектом [4] и антагонистическим действием по отношению к фактору некроза опухоли [5]. В сентябре 1997 года Администрация по лекарствам и пищевым продуктам США даже устроила специальное открытое совещание, посвященное современным оценкам соотношения "польза - риск" при использовании талидомида в медицинской практике.

Если бы можно было предсказать вероятность проявления веществом конкретных видов биологической активности заранее, то его дорогостоящее исследование в эксперименте и клинике проводилось бы более прицельно, и позволило бы выявить многие полезные и побочные эффекты на ранних стадиях изучения препарата.

Основа для такого предсказания известна достаточно давно, и она связана с утверждением: "Биологическая активность вещества является функцией его химической структуры ". Надо "всего лишь" выявить вид этой функции и в дальнейшем "подставить в уравнение" структурную формулу исследуемого вещества, получив в результате прогностическую оценку его биологической активности. В сущности, именно так и поступают в медицинской химии: анализируя химическое строение соединений с известной биологической активностью, выделяют элементы, "ответственные" за проявление/отсутствие того или иного эффектов, и далее "конструируют" молекулы более активных и менее токсичных аналогов. [6]


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Рисунок 1.1 Общая структура платформы от гена до прототипа лекарства. Экспериментальные блоки показаны черным цветом, компьютерные – белым.


Это положение послужило основанием для выделения у химических соединений определенных факторов (дескрипторов) и установления связи, качественной (SAR) или количественной (QSAR), между ними и биологической активностью соединения. В качестве таких дескрипторов используются различные характеристики молекулы:

1. топологические – фрагменты структуры (подструктурные дескрипторы), индексы атомов и связей, каппа - индексы, описывающие форму молекулы, индексы молекулярных связей (MCI);

2. квантовые параметры – энергии HOMO (высшей занятой обитали) и LUMO (низшей незанятой обитали), заряды на различных атомах, электронные плотности, поляризуемости;

3. параметры, относящиеся к целой молекуле – молярная рефракция, коэффициент распределения октанол - вода.

В данной работе будет рассмотрена возможность проведения анализа «структура вещества – проявляемая физиологическая активность» на примере соединений сульфаниламидного ряда. Сульфаниламиды относятся к лекарственным веществам противостафилакоккового направления бактериостатического принципа действия. Так же они проявляют антидиабетические, диуретические и антисептические свойства. Более подробно сульфаниламиды рассмотрены в главе 3.


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Рисунок 1.2 Общая схема стратегии компьютерного конструирования лекарств.


Квантовая механика и статистическая физика в принципе позволяют дать исчерпывающее объяснение любым экспериментальным данным о реакционной способности органических соединений и предсказать возможные направления реакций, а так же виды проявляемой физиологической активности.

В данной работе будет рассмотрена возможность не только расчета параметров соединения, что позволит химикам – синтетикам еще до получения конкретного соединения предсказать его физико – химические свойства, но и будет предложен метод для расчета физиологической активности соединения. Ни в зарубежной, ни в отечественной литературе эти методы ранее в совокупности не рассматривались, и возможности перехода от одного к другому не исследовались.


Глава 1 МАТЕМАТИЧЕСКИЕ МЕТОДЫ РАСЧЕТА КОНСТАНТ ОРГАНИЧЕСКИХ МОЛЕКУЛ И ВИДОВ ПРОЯВЛЯЕМОЙ ФИЗИОЛОГИЧЕСКОЙ АКТИВНОСТИ


1.1 История развития квантовохимических методов анализа «структура вещества – проявляемая физиологическая активность»


В основе квантовой механики лежит уравнение Шредингера, играющее в ней такую же важную роль, как и уравнения Ньютона в классической механике. Также как и уравнения Ньютона, уравнение Шредингера не выведено ни из какой физической теории, а является постулатом, полученным в результате обобщения опытных фактов.

Для совокупности N взаимодействующих частиц с потенциальной энергией U и массами mk в декартовой системе координат оно имеет вид


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов


где Ψ(x, y, z, t) – волновая функция совокупности координат системы частиц и времени, U – оператор потенциальной энергии. Суммирование производится по всем частицам.

Стационарные состояния удовлетворяют не зависящему от времени уравнению Шредингера:


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов


Параметр Е есть собственное значение стационарного уравнения Шредингера. В результате решения стационарного уравнения Шредингера находят собственные (возможные) значения параметра Е и соответствующие ему решения – собственные функции.

Для любого уравнения Шредингера, соответствующего конкретной системе, существует бесконечное множество значений параметра Е. Эти значения могут быть как непрерывными (для свободно движущейся частицы), так и дискретными, если частицы локализованы в малой области пространства. Дискретные значения Е называют уровнями энергии.

Пользуясь операторной символикой, можно записать уравнение Шредингера в сокращенной форме:


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

ĤΨ = ЕΨ,


где Ĥ = Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов- оператор Гамильтона или гамильтониан системы частиц.

1970 - 1980-е годы были временем очень быстрого развития вычислительных методов квантовой химии. В результате появилась возможность рассчитывать геометрию и оценивать стабильность промежуточных продуктов и переходных состояний, а также вычислять профили поверхности потенциальной энергии вдоль координаты реакции. Экспериментальное получение подобной информации для большинства реакций связано с преодолением значительных трудностей, вызванных многостадийным характером процессов, синхронным протеканием отдельных элементарных стадий и очень малым временем жизни промежуточных продуктов. Развитие вычислительных методов квантовой химии и появление быстродействующих ЭВМ позволили рассчитывать многие характеристики органических соединений, в том числе и нестабильных, а также переходных состояний. Точность этих расчетов получается вполне удовлетворительной по термохимическим стандартам. Поэтому квантовохимические расчеты в настоящее время используются в качестве одного из физико-химических методов исследования для получения данных, необходимых для установления механизмов сложных органических реакций.

Существующие методы математического моделирования "структура- активность" могут быть условно разделены на три группы.

Первая группа основана на использовании принципа линейности свободных энергий и включает в себя такие подходы, как метод Хэнча, метод Кубиньи и "диффузионный подход".

К этой же группе причисляют аддитивно- статистические методы Фри - Уилсона, Фуйита - Бана, Каммарата - Яу и им подобные. Для построения моделей, реализующих принцип линейности свободных энергий, используются методы регрессионного анализа.

Вторая группа объединяет методы, предназначенные для получения первоначальных представлений об изучаемом явлении посредством статистической обработки всей имеющейся информации, а также преобразования ее к виду, удобному для дальнейшего использования. Эта группа методов иногда называется методами "генерации гипотез". Она объединяет такие методы, как факторный анализ во всех его модификациях, методы линейного отображения, иногда к этой группе относят и аддитивно- статистические методы.

В третью группу включают методы, основанные на использовании алгоритмов теории распознавания образов, предназначенные для классификации объектов посредством разнообразных статистических и эвристических процедур. К этой группе относят различные методы дискриминантного анализа, порогового логического элемента и его модификации, методы теории алгебры логики.


1.1.1 Различие неэмпирических и полуэмпирических методов

На практике обычно пользуются как полуэмпирическими, так и неэмпирическими методами. Они различаются методикой вычисления матричных элементов, описывающих взаимодействие электронов между собой и электронов и атомных ядер в уравнениях. В полуэмпирических методах для этой цели используются приближенные эмпирические формулы и известные из эксперимента параметры атомов. В неэмпирических методах проводится непосредственный аналитический расчет матричных элементов.

Полуэмпирические расчеты в 80 - 90 годы чаще всего проводились в валентных приближениях ППДП, ЧПДП и ПДДП, ППДП/2, ППДП/БУ, МЧПДП, МПДП, АМ1 [6, 7, 8].

Характерными особенностями всех полуэмпирических методов являются следующие.

Некоторые группы электронов явным образом не рассматриваются. Например, в расчете могут учитываться только валентные электроны (валентное приближение) или только П - электроны (П- электронное приближение).

Некоторые члены гамильтониана не учитываются или выражаются через какие - либо эмпирические параметры.

Ряд интегралов, необходимых для расчета электронной энергии, либо принимается равным нулю, либо выражается через другие интегралы или эмпирические параметры.

Очевидно, что приближения полуэмпирических методов не могут быть произвольными. Основные положения, взаимодействия и эффекты, точно учитываемые в неэмпирических подходах, должны сохранятся и в полуэмпирических методах МО ЛКАО. С этой точки зрения возможен ряд уровней приближения.

Приближения, приводящие к тому, что результаты расчетов становятся неинвариантными относительно как вращения координатных осей, так и гибридизации АО.

Приближения, которые сохраняют инвариантность относительно вращения координатных осей, но нарушают инвариантность по гибридизации АО.

Приближения, инвариантные и относительно вращения координатных осей, и относительно гибридизации АО.

Приближения, сохраняющие инвариантность расчета при любых ортогональных преобразованиях базиса АО.

В неэмпирических методах все матричные элементы взаимодействия электронов и атомных ядер и электронов между собой вычисляются с помощью аналитического расчета необходимых интегралов в некотором базисе АО. Наиболее точно распределение электронной плотности в атомах можно передать с помощью слейтеровских АО, то есть функций типа exp(-αr), rexp(-αr), xexp(-αr), yexp(-αr). Однако со слейтеровскими орбиталями очень трудно вычислить интегралы, которые входят в фокиан для молекул. Поэтому в качестве базисных АО обычно берут гауссовы функции:

для s орбиталей: exp(-αr2);

для р орбиталей: xexp(-αr2), yexp(-αr2), zexp(-αr2);

для d орбиталей: x2exp(-αr2), y2exp(-αr2), z2exp(-αr2), xyexp(-αr2), xzexp(-αr2), yzexp(-αr2). [6, 7, 8].

Это так называемые примитивные гауссовые функции. С ними относительно легко вычислять матричные элементы, но, когда их мало, они плохо воспроизводят распределение электронной плотности в атомах и молекулах. В связи с этим гауссовых орбиталей приходится брать намного больше, чем слетеровских. Обычно используют так называемые сгруппированные базисы, в которых каждая базисная орбиталь представляет собой линейную комбинацию из нескольких примитивных гауссовых функций.

Для изучения реакционной способности и строения органических соединений наиболее широко используются базисы, предложенные Поплом и сотрудниками: минимальный базис ОСТ-3ГФ, валентно - расщепленные базисы 3-12ГФ, 4-31ГФ, 6-31 ГФ, валентно - расщепленные базисы с поляризационными орбиталями 6-31ГФ* и 6-31ГФ**, валентно - расщепленные базисы с диффузными s и р орбиталями 3-21+ГФ и 4-31+ГФ.


1.1.2 Метод Хартри - Фока

В основе современной квантовой химии лежит уравнение Шредингера для стационарных состояний. Его обычно решают в адиабатическом приближении, то есть в предположении, что ядерную и электронную волновые функции можно разделить и решать уравнения для движения ядер и электронов раздельно. В этом приближении уравнение Шредингера для электронной волновой функции записывается следующим образом:


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов, где


Ĥ- гамильтониан системы, т.е. сумма операторов кинетической и потенциальной энергий,

Y = Y(x1, x2…xn)- волновая функция для системы из n частиц, которая зависит от их расположения в пространстве и спинов,

Е- полная электронная энергия.

Однако точно решить это уравнение удается лишь в случае одноэлектронных систем. Поэтому в квантовохимических расчетах используются приближенные методы. Среди них в 80- х годах наиболее широкое распространение получил метод Хартри - Фока, или метод самосогласованного поля (ССП). В этом методе полагается, что каждый электрон движется в поле атомных ядер, положение которых фиксировано в пространстве, и в эффективном (усредненном) поле других электронов.

Основной недостаток метода Хартри – Фока - вероятность найти электрон в некоторой точке пространства не зависит от местонахождения других электронов, распределение в пространстве которых задано одноэлектронными волновыми функциями. В результате двум электронам с одинаковыми спинами не запрещено занимать одну и ту же точку пространства. В действительности электроны с одинаковыми спинами стремятся избежать находится не только в одной точке пространства, но даже близко друг от друга. Пренебрежение этим эффектом, который принято называть электронной корреляцией, приводит к существенному завышению энергии взаимодействия электронов и, как следствие, завышению полной энергии молекулы.


1.1.3 Метод Хэнча

Основное содержание метода — эмпирическая модель биологической активности, основанная на линейной зависимости свободной энергии исследуемого процесса от физико - химических параметров соединения, рассматриваемых как независимые переменные. Поэтому метод Ханша также широко известен под наименованием «соотношения линейности свободной энергии». Метод основан на предположении о существовании корреляции между факторами, определяющими биологическую активность, и физико-химическими параметрами веществ в гомологических рядах химических соединений. Кроме того, оказывается, что все физико-химические факторы, связанные с транспортными свойствами и взаимодействиями активного центра, слагаются из трех составляющих — гидрофобной, электронной и стерической. Вклад каждой из этих составляющих характеризуется с помощью соответствующих констант заместителя, описывающих различие в свойствах между первым членом гомологического ряда и рассматриваемым соединением. Гидрофобность соединения описывается логарифмом коэффициента распределения соединения между водой и фазой, моделирующей липид, обычно нормальным октиловым спиртом.

В 1964 г. Ханш и Фуджита [10] путем сочетания двух гипотез с уравнением Гаммета [11] вывели соотношение, нашедшее наиболее широкое применение в исследованиях связи между структурой и активностью. Они постулировали, что скорость биологического отклика (БО) является произведением трех множителей. В их число входят: А — вероятность того, что биологически активная молекула достигнет в течение заданного интервала времени рецептора, С — молярная концентрация биологически активного вещества и КХ — скорость реакции биологически активного соединения с рецептором. Произведение параметров А и С получило наименование «эффективной концентрации» и представляет собой концентрацию вещества в зоне, прилегающей к рецептору.

Некоторые другие параметры

В исследованиях, связанных с соотношением линейности свободной энергии, был применен целый ряд других физико - химических параметров. Многие из этих параметров непосредственно дают информацию о молекулярной структуре соединения. К ним относятся, например, молекулярный вес и количество атомов определенного вида. В ряде исследований в качестве параметра использовалась молекулярная рефракция, характеризующая поляризуемость молекулы [12]. В последнем обзоре Ханша рассмотрены параметры различных типов, спектроскопические константы и индикаторные переменные. Индикаторные параметры - это параметры, указывающие на наличие в молекуле некоторой субструктурной группы [13]. Проводились также исследования, в которых экспериментальные параметры использовались вместе с субструктурными и индикаторными [14].


1.1.4 Регрессионный анализ и статистические параметры

Обычно данные биологических испытаний бывают определены со значительно меньшей точностью, чем физико-химические характеристики. Поэтому биологические данные выбирают в качестве зависимых, а физико-химические параметры - в качестве независимых переменных регрессии. Далее выполняется процедура метода наименьших квадратов, и рассчитываются статистические параметры, на основании которых можно судить об адекватности предложенной модели. Обычно регрессионный анализ осуществляется путем последовательного добавления независимых переменных и одновременной проверки характера изменения статистических критериев (метод прямого отбора). Цель такой процедуры — отыскание минимального числа переменных, достаточного для построения статистически значимой корреляционной зависимости. Автоматизированный вариант такой программы приведен в работе [15]. Метод работает таким образом, что на каждом шаге добавляется та переменная, которая обеспечивает максимальное улучшение качества модели. И так до тех пор, пока добавление новой переменной не перестанет давать существенного улучшения точности описания экспериментальной зависимости. Аналогичным образом на каждом шаге проводится проверка каждой переменной по отдельности и исключение ранее включенных в регрессию переменных. Вся процедура отбора переменных основывается на предположении, что переменные, идентифицированные по отдельности как наилучшие, и в совокупности будут образовывать наилучший набор переменных. Такое предположение не всегда оправдывается, особенно в тех случаях, когда между переменными, имеется сильная связь.


1.1.5 Аддитивная модель Фри – Вильсона

В аддитивной модели предполагается, что биологический отклик соединения может быть представлен как сумма активностей заместителей плюс некая общая средняя активность.

Эта модель основана на предположении о том, что вклад данного заместителя, находящегося в структуре в данном положении, всегда одинаков независимо от того, в каком соединении присутствует рассматриваемый заместитель. Величины вкладов заместителей рассчитываются с помощью множественного линейного регрессионного анализа. Для построения линии регрессии необходима только информация о молекулярной структуре и биологической активности соединений, никакие физико-химические параметры не используются.

При анализе данных методом Фри - Вильсона для каждого соединения составляется линейное уравнение, а параметры рассчитываются методом наименьших квадратов. Здесь применяются те же статистические критерии, что и при анализе методом Ханша. Если рассчитанные статистические критерии являются удовлетворительными и тем самым обоснована применимость аддитивной схемы, то с помощью полученных таким образом параметров линейного соотношения можно восстановить величины биологической активности соединений, составляющих исходную выборку. При этом отдельные сильные отклонения от линейной зависимости могут быть сразу же идентифицированы. И наконец, наиболее важный результат состоит в том, что с помощью рассчитанных значений параметров можно предсказать активность соединений, образованных путем всевозможных сочетаний и перестановок исходных заместителей. Относительные вклады в биологическую активность различных заместителей, расположенных в соединении в различных положениях, могут быть упорядочены

Главный недостаток метода Фри — Вильсона заключается в том, что для описания всех заместителей требуется очень большое число переменных. К тому же иногда приходится иметь дело с вырожденными матрицами. Таким образом, при использовании метода Фри — Вильсона исследователю приходится выбирать одну из двух возможностей: либо испытывать большое количество производных, либо ограничивать количество заместителей и их положений в структуре. Результат выбора, очевидно, определяется спецификой конкретной задачи.


1.1.6 Метод Хюккеля, расширенный метод Хюккеля

Исторически метод, предложенный Эрихом Хюккелем в 1931 г., являлся первым полуэмпирическим квантово - химическим методом. В настоящее время он используется лишь для качественного объяснения свойств главным образом π - сопряженных молекул. Для количественных расчетов используется вариант данного метода, введенный в практику в 1961 г. Р. Хоффманом и получивший название расширенного метода Хюккеля. Он является простейшим, наиболее быстрым и вместе с тем наименее точным полуэмпирическим квантово-химическим методом. Его использование ограничивается в основном анализом структуры молекулярных орбиталей — определением их формы и последовательности.

Электрон - электронное взаимодействие в этом методе в явном виде не учитывается, диагональные элементы матрицы Н аппроксимируются потенциалами ионизации, взятыми с обратным знаком, а для недиагональных членов используется одно из приближений.


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Рисунок 1.7.1. Вид молекулярных орбиталей HOMO (а) и LUMО (б) молекулы этилена, рассчитанных расширенным методом Хюккеля в программе HyperChem 7.0.


Подобный подход хорошо работает при расчете систем с относительно равномерным распределением заряда, например углеводородов, для которых он и был первоначально использован. Однако даже и в таких случаях бывают казусы. Например, в соответствии с предсказанием расчета, бензол должен распадаться на три молекулы ацетилена с выделением значительного количества теплоты. Что касается систем, содержащих гетероатомы, то для них более адекватным является интегративный расширенный метод Хюккеля. В этом методе уже учитывается зависимость гамильтониана от заряда на данном центре, причем зависимость полагается линейной.

1.2 Современные методы анализа «структура вещества – проявляемая физиологическая активность»


1.2.1 Принципы распознавания образов

Одна из основных предпосылок методов конструирования лекарств — предположение о том, что соединения сходной структуры имеют сходные типы биологической активности. Очень трудно дать строгое определение понятия структурного сходства, о чем свидетельствует обилие и разнообразие параметров, используемых при выводе эмпирических соотношений, связывающих структуру соединений с их биологической активностью. До сих пор наиболее распространенным методом чтения координат и методом построения таких соотношений был регрессионный анализ. Целью этого подхода является построение эмпирических соотношений, связывающих различные сочетания физических, химических или структурных параметров с биологической реакцией соединения. Этот метод особенно эффективен при исследовании не слишком длинных гомологических рядов соединений.

Методам распознавания образов посвящено множество монографий [16]. Этот факт, несомненно, является отражением широкой применимости методов распознавания. Применение методов распознавания образов к химическим задачам началось в середине 1960-х годов в связи с масс-спектральными исследованиями. После этого аналогичные работы стали проводиться во многих других областях химии.

Одна из интересных особенностей этих методов заключается в том, что они могут иметь дело с многомерными данными, т. е. данными, в которых для представления каждого объекта используется более трех параметров. К тому же этими методами можно анализировать данные, полученные из разных источников, а также данные, связи между которыми имеют разрывный характер. При соответствующем подходе методы распознавания образов дают возможность установить критерий отбора из исходного множества данных тех параметров, которые существенны для описания исследуемых свойств. Далее с помощью этого набора наиболее значимых признаков могут быть получены указания о направлении дальнейших исследований.


1.2.2 Основные понятия методов распознавания образов

Прежде чем начать обсуждение методов распознавания образов, необходимо объяснить, что подразумевается под классификацией объекта или группы объектов. В процессе классификации формируется правило разделения группы объектов на несколько категорий, а при распознавании это классификационное правило используется для отнесения неизвестного объекта к одной из рассматриваемых категорий. Классификационное правило устанавливается в виде некоторой гипотезы, полученной в результате анализа экспериментальных данных. Проверка правильности этой гипотезы проводится путем ее испытания на объектах, не включенных в группу данных, с помощью которых было получено классификационное правило. В случае удачных испытаний гипотеза считается правильной. Процесс классификации заключается не только в выработке классификационного правила и его дальнейшего применения для распознавания. Ниже на простом примере будут продемонстрированы основные особенности задачи распознавания образов.

В качестве примера построения классификационного правила рассмотрим следующую воображаемую задачу. Предположим, что мы хотим автоматизировать процесс идентификации аномальных клеток при анализе крови в клинической лаборатории. Попробуем составить опытный проект оптической воспринимающей системы, способной отличить лейкимические клетки от здоровых на основе оптической проницаемости (рис. 2.1.1). Будем считать, что если прозрачность клетки превосходит некоторый уровень Хо, то она относится к лейкемическим клеткам.

Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Рисунок 2.1.1 Схема оптической системы распознавания образов


Поскольку надежность такой классификации слишком низка, необходимо искать дополнительные признаки, которые могли бы оказаться полезными при различении разных типов клеток. Предположим, что лейкимические клетки имеют более ярко выраженную клеточную структуру, чем нормальные. В этом случае можно настроить камеру на измерение контрастности образцов и таким образом получить характеристику структурированности для каждой клетки эталонного набора образцов. В результате получим двумерную диаграмму, показанную на рис. 2.1.2

Цель методов отбора признаков — добиться наибольшего эффекта наименьшим числом признаков. Сокращение количества необходимых признаков облегчает процедуру классификации и в некоторых случаях увеличивает надежность результатов.


Расчет квантово-химических параметров ФАВ и определение зависимости "структура-активность" на примере сульфаниламидов

Рисунок 2.1.2 Разделение образов клеток на два класса в пространстве двух признаков — структурированности и прозрачности клеток.


Вся процедура распознавания образов складывается из трех последовательных операций: измерения, предварительной обработки и классификации. В результате применения этих операций последовательно формируются пространство измерений, пространство признаков и классификационное правило. Разделение всей процедуры распознавания образов на три стадии является несколько условным, поскольку приемы, используемые в одной из стадий, часто с успехом могут применяться и на других этапах обработки.

Предварительная обработка

С помощью методов предварительной обработки проводится преобразование исходных данных. К методам предварительной обработки относятся: масштабирование, нормализация, преобразования кластеризации, отбор признаков, многомерный скейлинг и нелинейное отображение.

Масштабирование и нормализация

Для преобразования данных, полученных разными датчиками, к виду, удобному для обработки, необходимо выбрать масштаб и выполнить нормализацию. Эти преобразования особенно важны, когда данные получены из разных источников. В этом случае они могут отличаться на несколько порядков величины, так что большие по величине дескрипторы будут подавлять малые. Этот недостаток может быть устранен путем автоматического выбора масштаба [17].

После преобразования масштаба желательно таким образом преобразовать данные, чтобы измерения, дающие больший вклад в кластеризацию, имели соответственно большие веса. Одним из простейших методов такого преобразования является метод дисперсионного взвешивания.

Хотя процедуры типа масштабирования могут уменьшить эффект разнородности исходных данных, а в методе дисперсионного взвешивания признаки получают веса, соответствующие их вкладу в кластеризацию, обе эти операции изменяют исходные данные одинаково.

Одним из недостатков методов предварительной обработки данных является то, что они учитывают все признаки, в том числе и те, которые могут не иметь отношения к рассматриваемой классификационной задаче. В результате возможно попадание в весьма неблагоприятную ситуацию, особенно в том случае, если несущественные признаки будут увеличивать ошибку процедуры классификации, не говоря уже о сложности и стоимости этих преобразований. Поскольку не все признаки существенны для решения рассматриваемой задачи, необходимо найти метод уменьшения их количества. Такой метод называется отбором признаков.

В результате выполнения этих преобразований мы переходим в новое пространство, в котором интересующий нас класс имеет минимальное внутриклассовое расстояние, а дисперсионная матрица выборки данных диагональная. Признаки, имеющие наименьшие значения дисперсии (диагональные элементы дисперсионной матрицы), считаются наиболее существенными для кластеризации. «Оптимальное» подмножество данных формируется из n признаков, имеющих наименьшие значения дисперсии.

Существуют еще несколько методов отбора наиболее информативных признаков. Такие критерии, как дивергенция помогают выделить наиболее существенные дескрипторы. Некоторые из этих методов основаны на гипотезе о виде распределения данных. Если такая гипотеза ошибочна, то результаты статистического анализа могут оказаться ненадежными. Еще одно затруднение заключается в том, что для выбора наилучшего набора дескрипторов должны быть проверены все возможные комбинации исходного набора дескрипторов. Такая проверка практически трудноосуществима в случае наборов признаков, объем которых n превышает 20, поскольку число вычислительных итераций возрастает как n!. Это приводит к дальнейшему снижению ценности рассматриваемых процедур. Требуются такие методы отбора признаков, которые, с одной стороны, были бы близки к оптимальным, а, с другой, не были бы сопряжены с

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: