有机氟化合物急性毒性全息定量构效关系

李媛媚，　周彦伊，　王　志，　开振鹏

有机氟化合物急性毒性全息定量构效关系

李媛媚，周彦伊，王志，开振鹏

（上海应用技术学院化学与环境工程学院，上海201418）

运用分子全息定量构效关系（HQSAR）方法研究有机氟化合物对大鼠和小鼠的急性毒性.选择对小鼠毒性为研究对象，碎片长度为4～7，碎片区分参数为原子类型、化学键类型、氢原子、氢键给体和受体时，得到最佳模型（r2=0.978，q2=0.821）.选择对大鼠毒性为研究对象，碎片长度为4～7，碎片区分参数为原子类型、连接性、氢原子和手性时，得到最佳模型（r2=0.908，q2=0.605）.研究结果表明，所建模型具有良好的拟合效果和较高的预测能力.

有机氟化合物；全息定量构效关系；毒性预测

有机氟化合物由于其独特的性质，已深入到生命科学、医药科学、材料科学等诸多学科，并在工业、医学、航空航天以及国防等众多领域得到广泛应用［1］.随着对有机氟化合物研究的深入，其毒性也越来越受到人们关注.由于有机氟化合物具有高能量C—F共价键，难以水解、光解、被微生物降解或被动物体代谢，因此，其在环境中具有持久存在的特点，并可通过食物链蓄积［2］.

化合物毒性实验周期长、费用大，且很难得到准确可靠的结果，无法通过实验方法得到所有化合物存在的风险.目前，国内学者和专家在有机化合物毒性评估方面越来越多地使用定量构效关系（Quantitative Structure-activity Relationship，QSAR）方法［3-7］.1996年，陈曦等［8］研究过计算机技术在有机氟农药构效关系中的应用；2003年，Martin等［9］对全氟酸在虹鳟鱼组织的生物富集分布进行了探讨；2009年，李秀菊［10］也对氟苯衍生物做了QSAR和定量构性关系（Quantitative Structure-property Relationship，QSPR）的研究，讨论了氟苯衍生物对环境的影响和对人体健康的危害.全息定量构效关系（Hologram Quantitative Structure-activity Relationship，HQSAR）［11］是一种新型的QSAR方法. 在HQSAR研究中，小分子的结构被碎分为各种潜在的分子碎片，这些分子碎片的种类和数量信息经过编码，成为分子的指纹信息（全息），并作为HQSAR的描述符进行统计分析.采用不同颜色对分子的各原子进行编码，以反映各原子对生物活性的贡献大小，从而可以快速指导新配体的合成，这是HQSAR最大的优点［12-14］.本文利用HQSAR方法建立了有机氟化合物结构与对大鼠和小鼠的急性毒性的定量构效关系，为有机氟化合物毒性预测提供了新的QSAR模型.

1　材料与方法

1.1数据的收集

所有有机氟化合物的结构和毒性数据均通过查找化合物毒性数据库［http：／／chem.sis.nlm.nih. gov／chemidplus／］和文献［15］得到，见表1、2.

表1　有机氟化合物对小鼠毒性的pIC50实验值和预测值Tab.1　Organic fluorine compounds pIC50experimental and predictive value of toxicityin mice

续表1（Continuing table 1）

续表1（Continuing table 1）

表2　有机氟化物对大鼠毒性的p IC50实验值和预测值Tab.2　Organic fluorine compounds p IC50experimental and predictive value of toxicity in rat

续表2（Continuing table 2）

续表2（Continuing table 2）

1.2数据结构的搭建和几何优化

所有化合物分子结构均用Sybyl X2.1软件构建，通过Minimize模块优化.采用Powell能量梯度法，选取Tripos力场，加Gasteiger-Huckel电荷，收敛梯度设为0.21 kJ·（mol·nm）-1，迭代10 000次，得到化合物分子的最低能量构象.

1.3有机氟化合物HQSAR模型的建立与优化

HQSAR计算及偏最小二乘回归分析（PLS）均采用Tripos公司的Sybyl X2.1分子软件包完成.

在研究小鼠的模型中，本文在63种多氟化合物中随机选择了7种化合物作为测试集；而在研究大鼠的模型中，在54中多氟化合物中随机选择了7种化合物作为测试集，并且测试集的结构和活性差异性与训练集相当；默认的分子全息长度（HL）分别为53、59、61、71、83、97、151、199、257、307、353、401，通过对碎片区分参数和碎片大小的改变来优化.碎片区分参数是表示分子全息中所映射的拓扑结构参数，分为原子类型（A），化学键类型（B），连接性（C），氢原子（HA），手性（Ch），氢键给体和受体（DA）.其中，原子类型用来区分原子的种类；区分原子间所形成的的化学键差异则利用化学键类型；连接性可以区分碎片内部原子杂化状态；手性可以显示碎片中的原子手性以及化学键的立体化学信息；氢键给体和受体用来显示碎片的氢键给体或受体情况.建立不同的碎片参数组合，选取不同碎片长度（2～5、3～6、4～7、5～8、6～9、7～10），构建HQSAR模型.

2　实验模型结果分析与检验

2.1小鼠HQSAR模型结果分析

2.1.1全息长度的确定

系统给出的可选全息长度为53～401范围内预定的12个素数：53、59、61、71、83、97、151、199、257、307、353、401，本文将12个全息长度全部选定进行计算.

2.1.2分子碎片参数的组合

本文尝试了在默认长度（4～7）时，有31种碎片区分参数的组合方式，结果见表3，最好的结果是A／B／HA／DA组合，选为小鼠HQSAR模型建立的参数组合.

Tab.3　表H3Q　SA小R鼠 a碎nal片ysi类s 型of的 fraHgQmSeA ntR ty分pe析 in mice

2.1.3分子碎片长度的确定

分子碎片长度表示全息指纹中所含碎片的原子个数，代表不同的分子结构信息，分子全息的产生可以在不同碎片长度下进行［16-17］.在确定了最优分子碎片参数组合（A／B／HA／DA）后，改变碎片长度进行计算，以找到最优的分子碎片长度，结果见表4.由表可见，4～7为该模型最优的分子碎片长度.

2.1.4氟化合物对小鼠毒性的HQSAR模型

利用上述实验中得出的最优参数，运用PLS方法，得到有机氟化合物对小鼠毒性的HQSAR模型.通过可视化的模型贡献图来指示分子中片段对多氟化合物毒性大小的影响，见图1.由图可见，在小鼠模型中，氟原子和氮原子同时存在时对化合物毒性贡献最大，当苯环连接三氟甲基和氨基时，毒性增加尤其明显.

表4　小鼠碎片长度的HQSAR分析Tab.4　HQSAR analysis of fragment size in mice

图1　小鼠最优HQSAR模型活性贡献图Fig.1　Contribution map of optimal HQSAR model in mice

2.2大鼠HQSAR模型结果分析

2.2.1全息长度的确定

与上文一样，将12个全息长度全部选定进行大鼠HQSAR的计算.

2.2.2分子碎片参数的组合

本文尝试了在默认长度（4～7）时，28种碎片区分参数的组合方式，结果见表5，最好的结果是A／C／HA／Ch组合，选为大鼠HQSAR模型建立的参数组合.

2.2.3分子碎片长度的确定

在确定了最优分子碎片参数组合（A／C／HA／Ch）后，改变碎片长度进行计算，以找到最优的分子碎片长度，见表6.由表可见，4～7为该模型最优的分子碎片长度.

表5　大鼠碎片类型的HQSAR分析Tab.5　HQSAR analysis of fragment type in rat

表6　大鼠不同碎片长度的HQSAR分析Tab.6　HQSAR analysis of fragment size in rat

2.2.4氟化合物对大鼠毒性的HQSAR模型

在大鼠模型中，与氮原子相连的氢原子被氟原子取代时对化合物毒性贡献最大，三氟甲基与苯环相连毒性也较大可视化活性模型贡献图见图2.苯环上的氯原子对毒性无影响，这说明在今后对有机氟化合物的设计上，可以在苯环上引入氯原子.

图2　大鼠最优HQSAR模型活性贡献图Fig.2　Contribution map of optimal HQSAR model in rat

2.3利用HQSAR模型进行毒性预测

2.3.1HQSAR模型毒性预测能力验证

利用所建立的小鼠HQSAR模型，预测了用于建模的所有有机氟化合物的毒性和其他已知毒性实验值的2个化合物（见表1）；并将预测值与实验值进行线性回归，R2=0.809 4，见图3.同样，利用所建立的大鼠HQSAR模型，预测了训练集的所有有机氟化合物的毒性和其他已知毒性实验值的3个化合物（见表2）；并将预测值与实验值进行线性回归，R 2=0.886 2，见图3.可以发现，实验值与预测值相比相差不大，说明实验构建的模型具备良好的预测能力.

图3　有机氟化合物毒性pIC50的实验值与预测值线性关系Fig.3　Linear relationship between organic fluorine compounds toxicity pIC50experimental value and predictive value

3　结　论

2.3.2利用HQSAR模型预测未知毒性

本文利用此模型对已知结构的未知毒性的有机氟化合物进行毒性预测，对有机氟化工常用的梭曼和甲基磺酰氟也进行了毒性预测.

由训练集和预测集的预测结果和所有63个化合物的毒性实测值和预测值的线性拟合图（见图3）发现，实验值与预测值相比相差不大，说明实验构建的模型具备良好拟合效果和较高预测能力.

对已知pIC50值的多氟化合物进行预测，结果显示，得到的实验值与预测值相比相差不大，说明实验构建的模型具备良好拟合效果和较高预测能力.再利用此模型对已知结构的未知毒性多氟化合物进行毒性预测（见表2），本文对（3，3，3-三氟丙基）二氯甲基硅烷、三氟乙酸乙酯进行了毒性预测.

本文用分子HQSAR方法分别对小鼠和大鼠进行研究，其中HQSAR模型中，分别利用63种和54种多氟化合物的毒性数据对大鼠和小鼠两种物种构建模型，经过研究不同碎片区分参数以及碎片大小对模型质量的影响，寻找最优模型，并对其预测能力进行评估.

（1）在选择小鼠作为研究对象进行HQSAR研究时，最佳模型的r2=0.978，q2=0.821，SEP=0.660，SEE=0.459，最佳主成分数为6；在大鼠作为研究对象进行HQSAR研究时，最佳模型的r2=0.908，q2=0.605，SEP=1.478，SEE=1.113.

（2）得到大鼠和小鼠的HQSAR最优模型后，对已知毒性数据和结构的多氟化合物进行毒性预测来验证所建HQSAR的预测能力，通过实验值与预测值的比较，发现两者相差不大，说明本试验中所建模型具备很好的预测能力和可靠性.

（3）在最优HQSAR的条件下，通过对原子着色查看每个原子对化合物毒性的贡献率查看，在小鼠模型中氟原子和氮原子同时存在时对化合物毒性贡献最大，且当苯环上的碳与三氟甲基以及氨基相连时贡献率增大.这说明在今后对化合物的设计上，应该避免此类情况，这样能明显降低化合物的毒性；在大鼠模型中与氮原子相连的氢原子被氟原子取代时对化合物毒性贡献最大，三氟甲基与苯环相连贡献率也较大，苯环上的氯原子对毒性无影响，说明在今后对化合物的设计上，应该在苯环上引入氯原子，这样对化合物的毒性影响不大.

［1］Thayer A M.Fabulous flurine［J］.C&E News，2006，84（23）：29-30.

［2］Tomy G T，Budakowski W，Halldorson T，et al.Fluorinated organic compounds in an eastern Arctic marine food web［J］.Environ Sci Technol，2004，38 （24）：6475-6481.

［3］刘征涛.生态毒理学研究中分子构效相关的应用［J］.环境科学，2001，14（1）：53-56.

［4］高洁喜，沈英娃，曹洪法.中国生态毒理学研究现状［J］.环境科学研究，1997，10（3）：54-58.

［5］白迺彬.定量构效关系（QSAR）在环境化学中的进展与方法［J］.环境科学，1990，11（2）：47-52.

［6］郭新竹，宁正祥.定量结构-活性相关法及其在食品研究中的应用前景［J］.食品科学，2001，22（12）：34-38.

［7］张小广，李绍军，刘漫丹.混合蚁群算法及其用于有机毒性的QSAR研究［J］.计算机与应用化学，2009，26（5）：23-28.

［8］陈曦，王丽君，林学圃，等.计算机技术在有机氟农药构效关系研究中的应用［J］.农药，1996，35（11）：16-17.

［9］Martin J W，Mabury S A，Solomon K R，et al. Bioconcentration and tissue distribution of perfluorinated acids in rainbow trout（oncorhynchus mykiss）［J］.Environmental Toxicology and Chemistry，2003，22（1）：196-204.

［10］李秀菊.部分农药和氟苯衍生物的QSAR／QSPR研究［D］.赣州：江西理工大学，2009.

［11］朱少敏.苯的衍生物的HQSAR研究［J］.南京大学学报，2005，28（2）：67-70.

［12］Winker D，Burden F.Holopraphic QSAR of benzodia-zepines［J］.Quantiative Structure-activity Relationships，1998，7：224-231.

［13］Trossini G H G，Maltarollo V G，Schmidt T J. Hologram QSAR studies of antiprotozoal activities of sesquiterpene lactones［J］.Molecules，2014，19（7）：10546-10562.

［14］Tong W，Lowis D R，Perkins R，et al.Evaluation of quantitative structure-activity relationship methods for large-scale prediction of chemicals binding to the estrogen receptor［J］.Journal of Chemical Information and Computer Sciences，1998，38（4）：669-682.

［15］Bhhatarai B，Gramatica P.Per-and polyfluoro toxicity（LC50inhalation）study in rat and mouse using QSAR modeling［J］.Chemical Research in Toxicology，2010，23（3）：528-539.

［16］李华，张华北.3-吡啶基醚类化合物的分子全息QSAR研究［J］.化学学报，2005，63（11）：1018-1022.

［17］Ugarkar A G，Ambre P K，Coutinho E C，et al. Extracting structural requirements for activity of GPR119 agonists：a hologram quantitative structure activity relationship（HQASR）study［J］.Can J Chem，2014，92（7）：670-676.

（编辑吕丹）

HQSAR on the Acute Toxicity of Organic Fluorine Compounds

LI Yuanmei，ZHOU Yanyi，WANG Zhi，KAI Zhenpeng
（School of Chemical and Environmental Engineering，Shanghai Institute of Technology，Shanghai 201418，China）

Organic fluorine compounds and their acute toxicities on rat and mice were studied by the molecular hologram quantitative structure activity relationship（HQSAR）.The optimal model（r2= 0.978，q2=0.821）for mice，the fragment size was 4-7，the fragment distinction parameters were atom types，bond type，hydrogen atom，hydrogen bond donor and receptor.The fragment size was set as 4-7 and the fragment distinction parameters were set as atom types，connectivity，hydrogen atom and chirality in the optimal model（r2=0.908，q2=0.605）for rat.The highly predictable and statistically meaningful HQSAR models were obtained，which proved usefulness in the acute toxicity prediction of organic fluorine compounds.

organic fluorine compounds；hologram quantitative structureactivity relationship（HQSAR）； to xicity prediction

R 914.5

A

1671-7333（2015）03-0212-09

10.3969／j.issn.1671-7333.2015.03.002

2014-10-29

国家自然科学基金青年基金资助项目（21402122）；上海应用技术学院引进人才基金资助项目（YJ2013-52）

李媛媚（1991-），女，硕士生，主要研究方向为新农药创制.E-mail：lymkitty＠126.com

开振鹏（1981-），男，讲师，博士，主要研究方向为计算机辅助药物设计、多肽、无脊椎动物生理生化.E-mail：kaizp＠sit.edu.cn