基于可解释性QSAR模型揭示4-芳基-2-肼基噻唑衍生物抗白色念珠菌活性的分子机制

《Molecular Diversity》：Interpretable Quantitative Structure–Activity Relationship (QSAR) for identification of potent antifungal activity agents towards Candida albicans ATCC 2091

本研究针对真菌耐药性日益严重的临床挑战，通过构建基于遗传算法-多元线性回归（GA-MLR）的定量构效关系（QSAR）模型，系统分析了51种4-芳基-2-肼基噻唑衍生物的抗白色念珠菌（Candida albicans ATCC 2091）活性。研究发现RDF100e、ITH、R4+(m)、RDF120s和GATS8e五个分子描述符与pMIC值呈负相关，并通过原子对分布、亚结构分析和分子表面映射三种方法揭示了N1-肼基与C4-芳基空间排列、范德华力相互作用和电子效应对活性的影响规律。该研究为小数据集条件下抗真菌药物的理性设计提供了新范式。

　　

随着免疫抑制患者数量增加和广谱抗菌药物滥用，侵袭性真菌感染已成为全球公共卫生重大威胁。白色念珠菌（Candida albicans）作为最常见的条件致病真菌，不仅能引起黏膜和皮肤感染，更是烧伤患者创面感染和医院获得性血流感染的重要病原体。世界卫生组织（WHO）最新发布的真菌优先病原体清单（FPPL）已将白色念珠菌和耳念珠菌（C. auris）列为关键优先级，后者更是出现了泛耐药菌株，死亡率高达29%-53%。目前临床主要使用唑类（如氟康唑）、多烯类（如两性霉素B）和棘白菌素类药物，但耐药性问题日益突出，特别是唑类药物的高耐受性导致持续性念珠菌血症和耐药菌株筛选。因此，开发新型抗真菌药物迫在眉睫。

在此背景下，托伦哥白尼大学的研究团队在《Molecular Diversity》发表了一项创新性研究，通过可解释性定量构效关系（QSAR）建模方法，系统揭示了4-芳基-2-肼基噻唑衍生物的抗白色念珠菌活性机制。研究团队针对此前文献中缺乏针对此类化合物的系统QSAR分析和分子描述符解读方法的现状，开展了一项结合计算化学与机器学习的跨学科研究。

研究采用的关键技术方法包括：基于密度泛函理论（DFT B3LYP/6-311G**）的分子几何优化、alvaDesc计算的5471种分子描述符筛选、遗传算法-多元线性回归（GA-MLR）模型构建、留一法交叉验证（LOO-CV）和Y随机化检验，以及新型ARKA（算术残差K组分析）降维技术。研究团队还开发了三种原创的描述符解读方法：原子对分布分析、亚结构贡献分析和分子表面映射分析。

分析解读选定的QSAR模型

通过多标准决策分析（MCDM）筛选出的最优模型包含五个描述符，其线性方程为：pMIC = 4.6771 - 0.5651·RDF100e - 0.4206·I_TH - 0.2905·R₄⁺(m) - 0.2070·RDF120s - 0.1308·GATS8e。所有描述符的负回归系数表明，降低这些描述符的值可增强抗真菌活性。模型验证显示确定系数R2为0.8514，留一法交叉验证Q2为0.7809，均方根误差（RMSE）训练集为0.197，测试集为0.254，表明模型具有优秀的预测能力和稳健性。

分子描述符的解读方法

研究团队创新性地提出了三种描述符解读方法：原子对分布分析将描述符值分解为原子对贡献（γ_ij）之和；亚结构方法将分子划分为四个片段（F1公共核心、F2肼基连接区、F3芳基取代区、F4特殊取代区），分别计算片段内（ε）和片段间（δ）贡献；分子表面映射则通过累积原子贡献（Ω_n）在溶剂可及表面（SASA）上进行可视化展示。

RDF100e描述符解读

RDF100e（径向分布函数-100/桑德森电负性加权）主要编码F2和F3片段在10?距离内的空间关系。研究发现，当原始值低于5.368时对活性有利。氟原子在苯环对位取代时，由于F37-N1原子对距离（9.94?）接近球壳半径，贡献值高达1.2，而氯（10.35?）和溴（10.51?）因距离差异较大而贡献可忽略。亚结构分析显示，G1和G2组化合物的描述符值主要取决于δ_F3-F2贡献，而G3和G4组则受δ_F2-F1影响显著。

RDF120s描述符解读

RDF120s（径向分布函数-120/I-State加权）表征12?距离内原子的空间分布。研究发现，含有-NHCOCH₃、-CF₃、-NO₂等高I-State值取代基的化合物描述符值较高，而活性最高的G3_3o化合物仅由一个γ_H30-H22原子对贡献，权重商为1。

I_TH描述符解读

I_TH（杠杆平等总信息含量）由分子复杂度（A₀·log₂A₀）和空间有序度（∑N_g·log₂N_g）共同决定。阈值分析表明，63%的高活性化合物I_TH值低于67.069。比较G3_3o（最低I_TH）和G5_3g（较高I_TH）发现，原子数减少和对称性增加有利于降低I_TH值，从而提升活性。

R₄⁺(m)描述符解读

R₄⁺(m)（最大自相关滞后4/质量加权）仅由单个原子对贡献决定。研究发现，苯环2,4位双氟取代（G2_3g、G3_3i、G4_4i）或对位溴取代（G2_3b、G1_3c等）会导致描述符值超过0.0454阈值，对活性产生负面影响。

GATS8e描述符解读

GATS8e（滞后8的Geary自相关/电负性加权）评估拓扑距离为8的原子间电负性相似性。原始值低于0.872表示正空间自相关，有利于活性。电负性差异分析显示，含有-CH₃、-Br等取代基的原子对（w_i-w_j）2接近零，而-NO₂、-CN等取代基则导致显著差异。

ARKA方法

为克服小数据集建模局限，研究应用ARKA方法将五维描述符空间降维至ARKA_1和ARKA_2两个维度。散点图分析显示，活性化合物集中在ARKA_1正、ARKA_2负的"4-确信阳性"区域，其中R₄⁺(m)是主要区分因子。非活性化合物则位于ARKA_1负、ARKA_2正的"2-确信阴性"区域，由RDF100e、RDF120s、I_TH和GATS8e共同决定。

新化合物设计

基于解读结论，研究团队设计了三个新化合物：C1保留G3_3o的C9-C6原子对但将环己烯基替换为环丙基；C2在G2系列基础上引入电负性最低的碘原子；C3完全去除电负性原子。预测显示C1的pMIC高达8.41，最具开发潜力。

研究结论表明，4-芳基-2-肼基噻唑衍生物的抗真菌活性主要受以下因素调控：N1-肼基与C4-芳基的空间排列是关键决定因素；范德华力作用略优于静电相互作用；连接基和芳环取代基中电负性原子数增加会降低活性；给电子基团（如甲基、卤素）增强活性，吸电子基团（如硝基、氰基）降低活性。该研究不仅为抗真菌药物设计提供了具体结构优化策略，更重要的是建立了一套适用于小数据集的QSAR模型解读方法论，实现了从"黑箱"预测到"白箱"设计的转变。