Модели связи «структура-свойство» органических соединений на основе молекулярных графов с элементами пространственного строения молекул

Цели. Цель работы – разработать, описать и протестировать общий алгоритмический метод построения моделей связи «структура-свойство» для органических соединений.
Результаты. Вышеуказанные модели строятся на основе статистического анализа данных по выборкам структур и свойств химических соединений и имеют вид корреляционных уравнений. Химические структуры в предложенном подходе представляются в виде специальных молекулярных графов с весами вершин и ребер, отражающих определенные особенности пространственного строения соответствующих молекул. Реализация метода происходит в два этапа. На первом этапе предполагается, что искомое уравнение связи «структура-свойство» имеет определенный аналитический вид и зависит от ряда подгоночных параметров и двух функций одной переменной, которые могут варьироваться. На этом этапе происходит отбор пары функций из заданного множества функций, дающих наилучшую модель. На втором этапе происходит модификация полученной наилучшей модели. Для этой цели первоначально проводится классификация вершин молекулярного графа по химическим символам соответствующих атомов и картинам их первого окружения; проводится также классификация ребер графа в соответствии с классами вершин, которые они соединяют. На основе полученной классификации вводятся числовые «поправки» к исходным весам вершин и ребер молекулярных графов, что позволяет улучшить модель, полученную на первом этапе. Конечным результатом процесса построения модели служит уравнение определенного вида с конкретными числовыми значениями всех его параметров. Приведены примеры применения предложенного метода для построения моделей связи «структура-свойство» для конкретных свойств и классов соединений, показывающие его эффективность. Рассматривались следующие физико-химические свойства и классы органических соединений: 1) температура кипения спиртов; 2) растворимость спиртов в воде; 3) температура кипения сульфидов; 4) индексы удерживания алкилфенолов.
Выводы. Предложен общий алгоритмический метод построения корреляционных уравнений, связывающих структуру и свойства органических соединений. Приведены примеры его реализации. Метод может быть использован для любых классов органических соединений и любых их свойств, которые измеряются количественно. Модели, построенные на основе предложенного подхода, обладающие достаточно высоким качеством, могут быть использованы для расчета свойств соединений, для которых отсутствуют экспериментальные данные.

корреляции «структура-свойство», молекулярные графы, инварианты графа, компьютерная химия, математическая химия, длина химической связи, ковалентный радиус атома

1. Раевский О.А. Моделирование соотношений «структура-свойство». М.: Добросвет; 2015. 288 с. ISBN 978-5-7913-0103-11

2. Stuper A.J., Brügger W.E., Jurs P.C. Computer-Assisted Studies of Chemical Structure and Biological Function. New York: John Wiley & Sons; 1979. 220 p.

3. Розенблит А.Б., Голендер И.Е. Логико-комбинаторные методы в конструировании лекарств. Рига: Зинатне, 1983. 352 с.

4. Cherkasov A., Muratov E.N., Fourches D., Varnek A., Baskin I.I., Cronin M., Dearden J., Gramatica P., Martin Y.C., Todeschini R., Consonni V., Kuz’min V.E., Cramer R., Benigni R., Yang C., Rathman J., Terfloth L., Gastaiger J., Richard A., Tropsha A. QSAR Modeling: Where have you been? Where are you going to? J. Med. Chem. 2014;57(12):4977-5010. https://doi.org/10.1021/jm4004285

5. Нижний С.В., Эпштейн Н.А. Количественные соотношения «химическая структура-биологическая активность». Успехи химии. 1978;47(4):739-772.

6. Папулов Ю.Г., Чернова Т.И., Смоляков В.М., Поляков М.Н. Использование топологических индексов при построении корреляций «структура-свойство». Журн. физ. химии. 1993;67(2):203-209.

7. Филимонов Д.А., Поройков В.В., Караичева Е.И., Казарян Р.К., Будунова А.П., Михайловский Е.М., Рудницких А.В., Гончаренко Л.В., Буров Ю.В. Компьютерное прогнозирование спектра биологической активности химических соединений по их структурной формуле: система PASS. Экспер. и клин. фармакол. 1995;58(2):56-62.

8. Fujita T. The Application of Classical QSAR to Agrochemical Research. International Journal of Quantitative Structure-Property Relationships (IJQSPR). 2017;2(1):1-18. https://doi.org/10.4018/IJQSPR.2017010101

9. Torrens F., Gastellano G. QSPR Prediction of Retention Times of Methylxanthines and Cotinine by Bioplastic Evolution. International Journal of Quantitative StructureProperty Relationships (IJQSPR). 2018;3(1):74-87. https://doi.org/10.4018/IJQSPR.2018010104

10. Dearden J.C. The History and Development of Quantitative Structure–Activity Relationships (QSARs): Addendum. International Journal of Quantitative StructureProperty Relationships (IJQSPR). 2017;2(2):36-46. https://doi.org/10.4018/IJQSPR.2017070104

11. Salman M., Ahmed S., Nandy S. QSAR and Anticancer Drug Design on Benzothienopyrimidinones as Promising Pim Kinase Inhibitors Utilizing Structural Descriptors. International Journal of Quantitative StructureProperty Relationships (IJQSPR). 2019;4(2):82-99. https://doi.org/10.4018/IJQSPR.2019040104

12. Randić M. Comparative Regression Analysis. Regressions Based on a Single Descriptor. Croat. Chem. Acta. 1993;66(2):289-312.

13. Devillers J., Balaban A.T. (Eds.). Topological Indices and Related Descriptors in QSAR and QSPR. Amsterdam: Gordon and Breath Science Publishers; 1999. 811 p.

14. Todeschini R., Consonni V. Handbook of Molecular Descriptors. Weinheim: Willey-VCH; 2000. 668 p.

15. Станкевич М.И., Станкевич И.В., Зефиров Н.С. Топологические индексы в органической химии. Успехи химии. 1988;57(3):337-366.

16. Raevsky O.A. Molecular structure descriptors in the computer-aided design of biologically active compounds. Russ. Chem. Rev. 1999;68(6):505-524. https://doi.org/10.1070/RC1999v068n06ABEH000425

17. Кинг Р. Химические приложения топологии и теории графов. М.: Мир; 1987. 560 с.

18. Balaban A.T. (Ed.). Chemical Applications of Graph Theory. London: Academic Press; 1976. 389 p.

19. Trinajstić N. (Ed.). Chemical Graph Theory (2nd Edition). Boca Raton, CRC Press, 1992; 352 p.

20. Basak S.C., Magnuson V.R., Niemi G.I., Regal R.R., Veith G.D. Topological Indices: Their Nature, Mutual Relatedness and Applications. Mathematical Modelling. 1987;8(С):300-305. https://doi.org/10.1016/0270-0255(87)90594-X

21. Randić M. Topological Indices. In: Schleyer P.v.R., Allinger N.L., Clark T., Gasteiger J., Kollman P.A., Schaefer H.F. III, Schreiner P.R. (Eds.). The Encyclopedia of Computational Chemistry. Chichester: John Wiley & Sons; 1998. P.3018-3032.

22. Pogliani L. How Far Are Molecular Connectivity Descriptors from IS Molecular Pseudoconnectivity Descriptors? J. Chem. Inf. Comput. Sci. 2001;41(3):836-847. https://doi.org/10.1021/ci000142c

23. Kier L. B. Indexes of Molecular Shape from Chemical Graphs. Med. Res. Rev. 1987;7:417-440.

24. Антипин И.С., Арсланов Н.А., Палюлин В.А., Коновалов А.И., Зефиров Н.С. Прогнозирование энтальпий неспецифической сольватации органических неэлектролитов. Доклады АН. 1993;331(2):173-176.

25. Яковенко Ю.Ю., Скворцова М.И., Михайлова Н.А. Моделирование связи между структурой и физико-химическими свойствами органических соединений на основе оптимальных атомных параметров. Вестник МИТХТ. 2012;7(6):110-113.

26. Randić M. On Characterization of Molecular Branching. J. Am. Chem. Soc. 1975;97(23):6609-6615. https://doi.org/10.1021/ja00856a001

27. Kier L.B., Hall L.H. Molecular Connectivity in Structure-Activity Analysis. N.Y.: Research Studies Press Ltd., John Wiley and Sons Inc.; 1986. 262 p.

28. Kier L.B., Hall L.H. Molecular Connectivity in Chemistry and Drug Research. N.Y.: Academic Press; 1976. 257 p.

29. Randić M., Pompe M. The Variable Connectivity Index 1 χ f Versus the Traditional Molecular Descriptors: A Comparative Study of1 χ f Against Descriptors of CODESSA. J. Chem. Inform. Comput. Sci. 2001;41(3):631-638. https://doi.org/10.1021/ci000119r

30. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. Алканы. Жур. структурн. химии. 2008;49(6):1026-1033.

31. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. Одноатомные спирты. Журн. структурн. химии. 2009;50(3):557-561.

32. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. Многоатомные спирты. Журн. структурн. химии. 2009;50(4):631-637.

33. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. III. Карбоновые кислоты. Журн. структурн. химии. 2010;51(3)557-561. (2):231-236.

34. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. Простые эфиры. Журн. структурн. химии. 2012;53(2):399-403.

35. Красных Е.Л. Прогнозирование энтальпий испарения на основе модифицированных индексов Рандича. Альдегиды и кетоны. Журн. структурн. химии. 2013;54(4):746-750.

36. Нестерова Т.Н., Нестеров И.А. Критические температуры и давления органических соединений. Анализ состояния базы данных и развитие методов прогнозирования. Самара: Изд-во Самарский научный центр РАН; 2009. 580 с. ISBN 978-5-93424-424-9

37. Estrada E. Spectral Moments of the Edge-Adjacency Matrix of Molecular Graphs. 2. Molecules Containing Heteroatoms and QSAR Applications. J. Chem. Inf. Comput. Sci. 1997;37(2):320-328. https://doi.org/10.1021/ci960113v

38. Skvortsova M.I., Fedyaev К.S., Palyulin V.A., Zefirov N.S. Molecular Design of Chemical Compounds with Prescribed Properties from QSAR Models Containing the Hosoya Index. Internet Electronic Journal of Molecular Design (IEJMD). 2003;2(2):70-85. URL: http://www.biochempress.com/av02_0070.html

39. Zefirov N.S., Palyulin V.A. QSAR for Boiling Points of “Small” Sulfides. Are the “High-Quality Structure-PropertyActivity Regressions” the Real High Quality QSAR Models? J. Chem. Inf. Comput. Sci. 2001;41(4):1022-1027. https://doi.org/10.1021/ci0001637

40. Zefirov N.S., Palyulin V.A. Fragmental Approach in QSPR. J. Сhem. Inf. Comput. Sci. 2002;42(5):1112-1122. https://doi.org/10.1021/ci020010e