拟除虫菊酯类农药-抗体活性定量构效关系研究.pdf

《拟除虫菊酯类农药-抗体活性定量构效关系研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国免疫学杂志2015年第31卷doi：10．3969／j．issn．1000-484X．2015．02．014·免疫学技术与方法·拟除虫菊酯类农药．抗体活性定量构效关系研究①陈秀金韩四海胥传来②郭金英任国艳李道敏李松彪侯玉泽(河南科技大学食品与生物工程学院，洛阳471023)中图分类号R392．11文献标志码A文章编号l000-484X(2015)02-0204-06[摘要]目的：研究拟除虫菊酯类农药与其类特异性抗体的免疫识别机理。方法：采用逐步多重线性回归法研究了拟除虫菊酯类农药及其类似物和抗体活性(Ic，。：半数抑制浓度)之间的定量构效关系。在计算拟除虫菊酯及其类似物结构描

2、述符的基础上，构建了二维定量构效模型，分析筛选影响抗体活性的主要因素，并用留一法交叉验证了模型的预测能力。同时，采用偏最小二乘法对计算所得拟除虫菊酯分子片段的结构参数进行了分析，建立了分子亚结构和抗体活性之间的全息定量构效模型，运用不同颜色编码来反映分子片段对抗体活性的贡献。结果：二维定量构效模型和全息定量构效模型的决定系数(R)分别为0．920和0．917，二者的交叉验证系数(Q)分别为0．875和0．660，表明两模型具有良好的预测能力。由二维定量构效模型还可得，拟除虫菊酯类农药的疏水性越小，往往和抗体的结合能力就越强。此外，在尝试了多种分子片段组合后，得到了最优全息定量构效

3、模型，其分子片段的大小在4～10之间，分子片段的长度为61，优化的主成分为4，分子片段的类型为B／C／Ch；但拟除虫菊酯类农药指纹图谱的编码结果和试验结果不完全吻合。结论：拟除虫菊酯类农药的疏水性是影响抗体识别的主要因素。[关键词]拟除虫菊酯类农药；结构描述符；抗体活性；定量构效模型Quantitativestructure-activityrelationshipofsyntheticpyrethroidsandantibodyactivityCHENXiu—Jin，HANSi—Hai，XUChuan—Lai，GUOfin-y，RENGuo—Yah，LIDao-Min，LISo

4、ng—Biao，HOUYu—Ze．FoodandBioengineeringCollege，HenanUniversityofScienceandTechnology，Luoyang471023，China[Abstract]Objective：Toresearchontheimmunerecognitionmechanismofsyntheticpyrethroidsandgenericspecificantibody．Methods：Westudiedonquantitativestructure—activityrelationship(QSAR)ofsyntheticpy

5、rethroidsandtheiranalogsaswellasantibodyactivity(IC∞：fiftypercentinhibitionconcentration)usingstepwisemultiplelinearregressionmethod．Basedoncalculatingstructuredescriptorsofsyntheticpyrethroidsandtheiranalogs，two—demensionalQSAR(2D—QSAR)modelwasestablished．Themainfactorsafectingantibodyactivi

6、tywerescreenedusing2D—QSAR，andpredictiveabilityofQSARmodelswereevaluatedbythemethodof”leave—one—out”(LOO)cross—validation．Meanwhile，thestructureparametersofsyntheticpyrethroidfragmentswerecalculatedandthenanalyzedusingpaaialleastsquares(PLS)assay．AndthenhologramQSAR(H—QSAR)modelwasconstructed

7、onmolecularsubstructureandantibodyactivity．ThefragmentscontributiontoantibodyactivitywereillustratedbyencodingdifferentC0101~．Results：Decisioneoefieent(R2)0f2D—QSARmodelandHQSARmodelwere0．920and0．917individually，cross—validationcoeficient(Q)o