朱利兰

(徐州工程学院体育学院，江苏 徐州 221008)

在众多衰老理论中，Harman 提出的自由基学说占有重要的地位。其观点认为生物机体内发生的化学反应，尤其是酶促氧化还原反应会产生具有未配对电子的自由基(如原子、原子团、分子和离子等)，其过多会对生物机体造成一系列损害[1]。酚类化合物是具有酚羟基的一类还原性物质，可抑制自动氧化、清除羟基、DPPH自由基、超氧阴离子等表现出抗氧化作用，且对人类的毒害较小[2]。因此，酚类化合物具有降血脂、抗动脉硬化、降低胆固醇、抗肿瘤、抗炎等功能，对糖尿病、癌瘤、心血管疾病等具有显著疗效。酚类化合物广泛存在于动植物体内[3-6]，使之成为药食同源食品。

结构-活性的定量研究是目前国际上相当活跃的前沿研究领域之一，并在药物化学、环境化学、浮选及冶金、药剂分子设计等方面得到了成功的应用[7-10]。有关食品添加剂的分子结构与抗氧化活性的关系，已有较多的实验研究，但对其进行定量构效关系研究较少[11-12]。文献[13]选择密度泛函理论(DFT)的6-31G*基组对多酚物质进行量子化学精度计算，筛选出与抗氧化活性最相关的5个参数，应用相关及回归分析方法建立了这5个参数与抗氧化活性的4种参数的构效方程，为设计高活性抗氧化多酚类化合物提供理论参考。本实验对这些多酚化合物的抗氧化性进行深入的构效关系研究，采用刘树深等[14-16]的电性距离矢量(Mk)，通过最佳变量子集回归(leaps- and-bounds regression，LBR)方法建立这4种抗氧化活性参数的最佳五元数学模型，揭示影响多酚类化合物抗氧化活性的结构因素，为生物合理设计此类高抗氧化活性化合物提供有益的启示。

1 材料与方法

1.1 多酚类化合物的分子结构与抗氧化性数据

2005年，Soobrattee等[17]用TEAC方法(其数据以“Te”表示)、铁还原能力(FRAP)方法(其数据以“Fr”表示)、HOCl清除能力测定法(其数据以“Hc”表示)和脱氧核糖分析法(·OH清除能力， 其数据以“r”表示)评价了多酚类化合物的抗氧化能力。由于脱氧核糖分析法所得的羟自由基清除速率(单位为mol/s)及Hc数值较大，为了便于建模，令：

式(1)中的Hc0=1μmol/dm3，式(2)中的r0=1mol/s。以上具体数据见表1。

表1 4种方法测定33种多酚类化合物抗氧化活性数据[17]Table1 Antioxidant effects of 33 kinds of polyphenols determined by 4 assay methods

1.2 电性距离矢量的建构方法

化合物结构参数化是建立定量构效关系(QSAR)模型的最重要步骤。近年来，该种技术特别是拓扑指数方法取得较大进展，提出了许多指数并得到广泛应用。本实验运用刘树深等[14-16]提出的分子电性距离矢量(MEDV)来表征有机分子结构，其计算过程如下：

首先根据有机化合物中出现的非氢原子(如C、N、O、S、P、F、Cl等)所处的环境不同，将其划分为13种类型，每一种类型规定一个识别号(IDi)，识别号定义为：

式中Ziv为价电子层电子数。非氢原子i在分子中所处的局部环境可用其所连接的其他非氢原子的数目(Ji)表示。将IDi与Ji加和便为非氢原子i的原子类型号(ki)：

如苯酚中的氧原子的vO=6，JO=1，其kO=9。MEDV给出13种原子类型。本实验中所用到的原子类型见表2。

考虑分子中非氢原子表现出的性质与其电负性、成键特性密切相关，从而在原子类型的基础上定义了43种原子属性的固有状态值(Ii)：

式中：N为非氢原子i的电子层数，δi及δiv的定义为：

式中：σi、πi为非氢原子i成σ键、π键所用的电子数，hi为与其直接键合的氢原子数。如苯酚中的氧原子的N=2、σ=2、π=0、h=1，则：

表2 本研究有机物分子的原子类型及固有状态值Table2 Atomic types and intrinsic state values of organic compounds

本研究中所用到的9种原子类型和固有状态值见表2。

计算分子中其他非氢原子对固有状态值Ii的影响，即求增量ΔIi，假设所有其他非氢原子(j)对非氢原子(i)的固有状态影响或增量是两原子固有状态之差，即(Ii－Ij)的函数，且与两个原子之间最短距离的平方成反比，那么某原子(i)固有状态值Ii在分子中受到其他原子(j)的影响而增量(△Ii)：

式中：dij为非氢原子i、j之间的最短拓扑距离即其间直接相连的边的数目。如苯酚中的氧原子的ΔIO：

如苯酚中的氧原子的Ei：EO=IO＋△IO=3.5822。

为了进一步考虑不同原子类型的非氢原子之间的电性拓扑作用，定义了电性距离矢量(MEDV，Mkl)：

式中：k、l分别为非氢原子i、j所属的原子类型号。这13种原子类型两两相互作用，构成91个MEDV，以“Mf”表示。例如苯酚中，与氧原子相连的碳原子的k=3，氧原子的l=9，它们的组合有1种MEDV：M32(即M3-9)：

本研究化合物分子中共有8种原子类型：k=1、2、3、4、6、8、9、1 0。它们两两组合理论上可以构成36种MEDV，但由于分子中可能只有某原子类型的一个原子，而无法两两组合，其值为零，故只有30种MEDV。它们依次为：M1、M2、M3、M4、M6、M8、M9、M10、M14、M15、M16、M18、M20、M21、M22、M26、M27、M29、M31、M32、M33、M42、M43、M56、M58、M59、M72、M77、M78、M82。

1.3 多元回归分析

将每种化合物的电性距离矢量作为自变量，相应的4种抗氧化活性数据为因变量(Kj)构建4个数据集，对每个数据集分别应用最佳子集回归(LBR)选择最佳变量组合，建立它们的QSAR模型。用方差膨胀因子(variance inflation factors，VIF)[18]评价模型中各自变量的多重相关性，如VIF=1，表明各自变量间完全不相关；当VIF＜5时，说明变量间没有明显的自相关性；当VIF＞5时，说明变量间存在明显的共线性，所建模型不能用于估算与预测。VIF的定义式为：

式中：R2为自变量X中某一变量与余下自变量的相关系数。

2 结果与分析

2.1 多酚类化合物的抗氧化活性与Mf的相关性

将文献[13]中多酚类化合物的4个数据集分别输入MITALAB14.0统计软件系统，利用其最佳变量子集回归法对其进行变量的提取和计算分析。从统计学的角度考虑，一般认为N/m值不能太小(N为试样总量，m为所选变量)，一般认为比值大于5所得到的数学模型才比较稳定。由于4个数据集中因变量的数值最少为28个，故本研究均建立最佳五元数学模型。表3列出这4个最佳变量组合模型及其样本容量(n)、相关系数(R)、Fischer检验值(F)和估计标准误差(s)。

表3 Mf和Kj的最佳变量子集回归结果Table3 Results of leaps-bounds regression of Mf and Kj

2.2 模型质量的检验

在α=0.05显著水平下，Fischer检验的临界值为：F0.05(5,20)=2.71、F0.05(5,30)=2.53、F0.05(5,40)=2.45。由表3可见，本研究的F值均大于其临界值，说明这些方程反映了多酚类化合物抗氧化活性的变化关系。

表3中Te模型的5个自变量的VIF值依次为1.455、2.384、2.395、1.176、1.210；Fr模型的5个自变量的VIF值依次为4.950、5.117、2.263、2.887、2.606；H模型的5个自变量的VIF值依次为2.078、2.502、1.147、5.052、4.098；G模型的5个自变量的VIF值依次为1.245、2.326、3.490、1.802、2.746。由此可见，这些模型的共线性较低，具有良好的稳定性。

2.3 影响多酚类化合物抗氧化活性的结构因素

使用M15、M21、M33、M78、M82分别与Te、Fr、H、G建立回归方程，它们的相关系数依次为0.687、0.651、0.756、0.727。与表3相比，相关程度稍有下降。说明这5个拓扑指数所隐含的分子结构信息基本上就是影响多酚类化合物抗氧化活性的主要因素。与这5个拓扑指数描述子变量相关的分子结构基团分别为—CH2—、—CH 、—OH、—O—，前两个说明化合物分子中的非极性基团对抗氧化活性的影响，后3个表明分子中极性基团的空间分布对抗氧化活性的贡献，因此，这些基团的存在，对多酚类化合物的抗氧化活性将产生很大影响。

3 结 论

使用电性距离矢量对多酚类化合物抗氧化活性的表征具有有效性、合理性，揭示了分子内—CH2—、—CH 、—OH、—O—等基团对其抗氧化活性具有很大影响，为设计此类高抗氧化活性化合物提供有益的启示。

[1] 金宗镰.保健食品的功能评价与开发[M].北京: 中国农业出版社,2002: 473.

[2] HARBORN J B.The flavonoids: advances in reseach science[M].London:Chapmam and Hall, 1994: 2.

[3] 刘亚男, 程艳华, 胡福良, 等.蜂胶黄酮苷的酸解及酸解产物抗氧化性能的研究[J].食品科学, 2009, 30(3): 47-50.

[4] 杨佳林, 徐响, 孙丽萍, 等.蜂花粉酚类化合物研究进展[J].食品科学, 2008, 29(8): 693-696.

[5] 文良娟, 毛慧君, 张元春, 等.西番莲果皮成分分析及其抗氧化活性的研究[J].食品科学, 2008, 29(11): 54-58.

[6] 郭清泉, 林淑英, 李大光, 等.二氢杨梅素抗氧化机制探讨[J].食品科学, 2006, 27(5): 121-123.

[7] 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): 78-80.

[8] 陆曦, 王磊, 魏红, 等.黄酮类化合物抗氧化活性的构效关系[J].食品科学, 2006, 27(12): 233-237.

[9] 张爱, 赵波, 王正武.基于量子化学计算的β-胡萝卜素溶解性能的QSPR研究[J].食品科学, 2007, 28(9): 68-71.

[10] FENG Changjun, YANG Weihua, MU Lailong.Estimation and prediction of bioconcentration factors of nonionic organic chemicals in fish by electrotopological state indices and structural parameter[J].Chinese J Struct Chem, 2008, 27(5): 575-587.

[11] 刘红, 郭祀远.益智酮A与姜黄色素的抗氧化性与其构效的关系[J].食品科学, 2006, 27(12): 934-935.

[12] 周鲁.黄烷醇类化合物抗氧化性的构效关系研究[J].食品科学, 2003,24(9): 59-62.

[13] 籍宝霞.多酚量子化学精度计算及抗氧化构效模型建立[J].食品科学, 2009, 30(9): 153-156.

[14] LIU Shushen, YIN Chunsheng, LI Zhiliang, et al.QSAR study of steroid benchmark and dipeptides based on MEDV-13[J].J Chem Inf Comput Sci, 2001, 41: 321-329.

[15] LIU Shushen, YIN Chunsheng, WANG Liansheng.Combined MEDVGA-MLR method for QSAR of three panels of steroids, dipeptides, and COX-2 inhibitors[J].J Chem Inf Comput Sci, 2002, 42: 749-756.

[16] 崔世海, 杨静, 刘树深, 等.基于分子电性距离矢量预测有机污染物的生物富集因子[J].中国科学B辑: 化学, 2007, 37(3): 248-253.

[17] SOOBRATTEE M A, NEERGHEEN V S, LUXIMON-RAMMA A,et al.Phenolic as potential antioxidant therapeutic agents: mechanism and actions[J].Mutation Research, 2005, 579(1/2): 200-213.

[18] 冯长君, 沐来龙, 杨伟华, 等.用拓扑指数和神经网络研究有机污染物的生物富集因子[J].化学学报, 2008, 66(19): 2093-2098.