Xây dựng và đánh giá các mô hình toán học nhằm phát hiện hợp chất ức chế tyrosinase mới chỉ từ cấu trúc phân tử

10. Marc­Antoine Bazin, Anne­Céciỉe Le Lamer, Jean­Guy Delcros, Isabelle Rouaud, Philippe Uriac, Joel Boustie,
Jean­Charles Corbel, Sophie Tomasi, (2008), Synthesis and cytotoxic activities of usnic acid derivatives, Bioorganic &
Medicinal Chemistry, 16 (14), 6860 ­ 6866.
11. Marcela MelgareJo, Olov Sterner, Jose Vila Castrol, Patticia Mollinllo (2008), ore investigations in potent
activity and relationship structure of the lichen antibiotic (+)­ usnic acid and its deritate dibenzoylusnc acid, Revista
BolivianaDe Quimica, 25 (1), 24­29.
12. Moselio Schaechter (2009), EncyclopHia ofMicrobiology, San Diego State University, San Diego, CA, USA, 3,67­77.
13. Mosmann, T., (1983), Rapid Colorimetric Assay for Cellular Growth and Survival: Application to. Proliferation
and Cytotoxicity Assays, J. Immunol. Methods, 65,55­63.
14. O’Neill, MA., Mayer, M., Murray, KE., Rolim­Santos, HML., Santos­Magalhaes, NS., Thompson, AM., Appleyard,
VCL (2010), Does usnic acid affect microtubules in human cancer cells?, Braz. J. Biol., 70 (3), 659­664.

XÂY DỰNG ĐÁNB GIÁ CÁC MƠ HÌNH TOẤN HỌC NHẰM PHÁT HIỆN
HỢP CHẤT ứ € CH TYROSINASE MỚI CHÌ TỪ CAU TRÚC PHÂN T
TS. ĨẨ T hị T hu H u òng*; TS. G rardo M . Casanola-M artin **
H uớ ng dẫn: GS. TS. Yovani M arr ro Ponc ***
TĨM T T
Xây dựng các mơ h nh biểu điễn mối quan hệ định lượng giữa cấu trúc và hoạt tinh của các hóa chất (QSAR) để
phát hiện các chất có tiềm năng ửc chể Tyrosinase (UT) chỉ dựa trên cấu trúc phân tử. Đánh giá mô h nh xây dựng được
theo các nguyên tắc của Tổ chức Hợp tác và Phát triển Kinh tế thế giới (OECD).
Đối tượng và phương pháp: Cơ sở dữ liệu gồm 701 chất UT và 728 chất không ƯT.
Sử đụng tham số phân tử 2D TOMOCOMD­CARDD để biểu thị cấu trúc các chất. Sử dụng kỹ thuật phân tích cụm
và kỹ thuật phân tích sự khác biệt tuyến tính để xây dựng các mơ h nh phân lóp. Các mơ h nh được đánh giá theo 5 tiêu
chícủaOECĐ.
Kết quả: Ỉ0 mơ h nh QSAR mới được xây dựng. Độ chính xác của các mô h nh đơn trên tập huấn luyện (tập hợp
được đùng để xây dựng mô h nh) và tập kiểm tra (để đánh giá khả năng ngoại suy của mô h nh) lần lượt cao hơn 85,2 %
và 83,1 %. Các mô h nh được xây dựng đều thỏa mãn các tiêu chí đánh giá của OECD.
Kết luận và kiến nghị: Nghiên cứu đã xây đựng thành công 10 mô h nh QSAR nhằm dự đoán khả năng ức chế
Tyrosinase từ cấu trúc phân tử. Dựa trên các nguyên tắc của OECD, chất lượng của các mô h nh này đã được chứng
minh, qua đó phản ánh tính đúng đắn của phương pháp nghiên cứu. Việc sử đụng những các mơ h nh này nói riêng
cũng như các phương pháp trong nghiên cứu này nói chung có thể giúp tiết kiệm thời gian và tiền bạc trong việc sàng

lọc nhằm phát hiện các hợp chất dẫn đường mới để phát triển thành các sản phẩm chống tăng sắc tố da.
* Từ khóa: cấu trúc phân tử; Chất ức chế Tyrosinase; Mơ h nh tốn học.

D v ỉỡpm ntanđmểiíừĩ/íOHỡ/matA maticmođ lstforth ử/ ỉưị/ĩca/ỉứỉĩofn wTỵrỡsinas
inhibitors from molecular structures
Sum m ary
Tyrosinase inhibitors (TIs) are used in the treatment of hyperpigmentation problem and lightening products. So, the
searching of such new compounds always attracts the attention of pharmaceutical/cosmetical inđusửy worldwide.
QSAR (Quantitative Structure­Activity Relationships) model combines the scientific working of chemistry, computer
science and information science. Nowadays, QSAR is applied in many steps of research and development process of
new drugs due to its financial and time advantages. Obj ctiv s: To develop novel QSAR models for the identification of
potential TĨS from molecular structures and to validate developed QSAR models using Organization for Economic
Cooperation and Development (OECD) principles.
* Đại học Quốc gia Hà Nội
** Đại học Valincia, E-46100 Burjassofy Tây Ban Nha
*** Đại học Cartag na Cartag na đ ỉndias, Bolivar, Colombia

634


Materials and method: A database of 701 TIs and 728 non­TIs. 2D TOMOCOMĐ­CARDD molecular descriptors
are used to parameterize the structures. The Cluster Analysis and the Linear Discriminant Analysis are employed to obtain
models able to identify novel U s only from structural informations. OECD principles are used to validate the QSAR models.
Results: 10 QSAR models were successfully developed. The global accuracy of individual models in the training
set and test set are superior than 85.2 % và 83.1 % respectively. Taking into account the OECD principles, model
quality has been demonstrated, suggesting the suitability of applied methodology.
Conclusions: 10 QSAR models for the depiction of tyrosinase activity were developed and validated successfully.
The models developed in particular as well as current research methods in general couid be used for saving time and
money in early screening phase to identify new lead­like compounds amenable for developing antidepigmentant product.
* Key words: Molecular structures; Tyrosinase inhibitors; Mathematic models

I.Đ Ặ T V Ấ N Đ È
M àu da của con người được quyết định bời nhiều yếu tố khác nhau, trong đó, yếu tố chính là sự sản xuất
và phân bố trên da của sắc tố melanin. Melanin được sản xuất trong tế bào melanocyte nằm ờ tầng đáy của
lớp biểu bl da, dưới tác dụng của enzym tyrosinase. V thế, các hợp chất ức chế tyrosinase (ƯT) được sử
đụng trong các thuốc để điều trị các bệnh về tăng sắc tố da như nám đa, sạm da, tàn nhang, đồi mồi, đốm nâu
và trong các sản phẩm mỹ phẩm làm trắng da. Tuy nhiên, phần lớn các hoạt chất này (ví dụ: hydroquinone,
arbutin, axit kọịic...) lại gặp vấn đề liên quan đến độ an toàn và hiệu quả [1, 2]. Do đó, việc t m kiếm những
hợp chất mới U T vẫn luôn thu hút mối quan tâm của ngành cơng nghiệp dược và m ỹ phẩm tồn cầu. Thông
thường, các nghiên cứu này dựa vào phương pháp thực nghiệm “thử và ỉ ì'\ được đánh giá là cho hiệu quả
thâp, tốn kém thời gian và tiền bạc.
M ặt khác, các nghiên cứu về mối quan hệ định lượng giữa cấu trúc và hoạt tính của các hợp chất (viết tắt
theo tiếng Anh: QSAR) xuất hiện như một sự thay thế cho phương pháp cổ điển. Các mô h nh QSAR được
xây dựng sử dụng lý thuyết của các ngành hóa học, tin học và cơng nghệ thơng tín. Các mơ h nh QSAR có
thể được sử dụng như một cơng cụ để dự đốn hoạt tính của các chất chỉ dựa vào thông tin cấu trúc phân tử.
Với những ưu thế của m nh^mô h nh này ngày càng được ứng đụng rộng rãi trong nhiều khâu của quá tr nh
nghiên cứu và phát triển thuốc mới.
Nghiên cứu này được thực hiện với mục tiêu:
­ Xây đ ụ ng các m ơ h ình tốn học Q SA R đ ể sàng lọc và p h á t hiện các chấ t ư ĩ c h ỉ t ừ th ông tin cẩu trúc

phân tử.

- B án h giá các mơ hình Q SA R x ây d ạ n g được th o các nguyên tắc cửa T ổ chức H ợp tác và P hát triển

Kinh tế thếgiới.

ĨI. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN c ứ u
2.1. Đ ố i tượng nghiên cứu

Cơ sở dữ liệu (CSDL) gồm:
­ Tập hợp các phân tử đã được chứng minh có tác dụng ức chế tyrosinase (tập A) gồm 701 chất (được lựa

chọn từ khoảng 150 bài báo khoa học đăng trên tạp chí quốc tế), đại diện cho các sườn cấu trúc cơ bản và các
cơ chế ức chế khác nhau.
­ Tập hợp các phân tử khơng có tác dụng ức chế enzym tyrosinase gồm 728 thuốc với các tác dụng dược
ỉý khác nhau (tập B).
CSDL này đ ã được công bố rộng rãi trong các nghiên cứu trước đó của nhóm nghiên cứu [3 ,4 ], và có thể
phục vụ cho nghiên cứu về tyrosinase trên tồn thế giới.
2.2. P hương phá p xây dựng các m ô h ìn h Q S A R

M ô h nh QSAR biểu diễn mối liên hệ định lượng giữa cấu trúc và tác dụng sinh học cởa các chất. Để xây
dựng được các mô h nh này th cả cấu trúc và tác dụng s nh học đều phải được định lượng hóa. Mơ h nh
QSAR sẽ có dạng: Y = ai(xi) + a2(x2)4­...+an(xn)
635


Trong đó, Y là biến đáp ứng [(mang 2 giá trị: +1 đối với các hợp chất có tác đụng ức chế tyrosinase và ­ỉ
đối với các hợp chất không có tác dụng ức chế tyrosinase; xj,x2...xn là các tham sổ phân tử đặc trưng cho cấu
trúc; ai,a2,...an là các hằng số thể hiện trọng số của từng tham số phân tử Xi đối với tác dụng sinh học.
* Tính toán các tham sổ phân từ đặc trung cho cấu trúc: Tham số phân tử là kết quả của một q tr nh
tốn học logic chuyển đổi thơng tin được mã hóa trong cấu tróc hóa học thành một số có khả năng đặc trưng
cho phân tử đấy [5]. Trong nghiên cứu này, các hợp chất của CSDL (tập A và B) được biểu diễn trên phần
mềm TOMOCOM D­CARDD (là phần mềm được phát triển bởi nhóm nghiên cửu), sau đó các tham số phân
tử được tính tốn sử đụng mođum “d scriptor calculation''' của phần mềm này. Tham số này được tính tốn
dựa trên cấu trúc tơ­pơ (topology) phân tử. Các đỉnh (vertex) là các nguyên tử, được đặc trưng bằng tính chất
nguyên tử [khối lượng nguyên tử (M), độ phân cực (P), thể tích Van d r Waaỉs (V), độ âm điện Mulliken
(K)]. Các chỉ số bậc hai iqk(v), qkU y), jk ỉM (v)3 [7]
và song tuyến tính [ibk(vn,zm), bkL(vn,zm)t b kữ (v n ,zm \ bkLìì(vn,zm)] [8] được tính tốn cho từng cấu trúc
trong CSDL.
* Thiết k ế tập huấn luyện và tập kiểm nghiệm: Bộ CSDL ban đầu được phân chia thành tập huấn luyện
(để xây dựng các mô h nh) và tập kiểm tra (để đánh giá khả năng ngoại suy của mô h nh) bằng kỹ thuật phân

tích cụm [9] của chương tr nh STATISTICA 9.0 [10]. Phương pháp này chia mỗi tập A và tập B thành 15
cụm (các hợp chất trong cùng 1 cụm có cấu trúc giống nhau hơn so với các cụm khác). Từ từng cụm trên, lấy
ra 75% các hợp chất để xây đựng tập huấn luyện và 25% các hợp chất để xây đựng tập kiểm tra.
* Phát triển các mô hình QSAR: Kỹ thuật phân tích sự khác biệt tuyến tính (viết tắt theo tiếng Anh: LDA)
cùa chương tr nh Statistica 9.0 [10] được sử đụng để xây đựng mô h nh chọn nhóm các phân tử có tác dụng
ức chế enzym tyrosinase. Các tham số mô tả phấn tử được lựa chọn theo phương pháp “tập hợp con tốt
nhất” (b st subs t). Các mô h nh được lựa chọn theo nguyên lý parsimony “O ccam 's Razor” (đơn giản
nhưng tốt) và dựa vào thông số thống kê là: độ chính xác hay tỉ lệ phần trăm các chẩn đốn chính xác
(Accuracy, Q), độ nhạy (S ntiviíy, S ), độ đặc hiệu {Sp cificity, Sp) và tỉ lệ dương tính giả (Fals Positiv
Rat , FPraI ). Trong đó:
Độ nhạy = số lượng dương tính thậư(số lượng dương tính thật + số lượng âm tính giả).
Độ đặc hiệu = số âm tính thật/(số ầm tính thật + số đương tính giả).
Các hợp chất được phân loại theo kết quả của xác suất hậu nghiệm (post rior probability). Trong trường
hợp này, hiệu của các xác suất hậu nghiệm được tính tốn theo phương tr nh: ÀP% = [p (có hoạt tính) ­ p
(kh ơ n g h o ạt tín h )] X 100.

Trong đó, p (có hoạt tính) là xác suất mà mô h nh phân loại một hợp chất là có hoạt tính ức chế tyrosinse,
p (khơng hoạt tính) là xác suất m à mô h nh phân loại một hợp chất là khơng có hoạt tính. Như vậy, nếu một
hợp chất AP% > 0, sẽ được dự đoán là có hoạt tính và AP% < 0, sẽ được dự đốn là khơng có hoạt tính.
2.3. Phư ơng pháp đánh giá các m ơ hình Q S A R

Các nguyên tắc của OECD (quy định về thực hành tốt xây dựng các mô h nh QSAR) được sử dụng để
đánh giá các mô h nh. M ột mô h nh QSAR thỏa mãn các nguyên tắc của OECD khi:
­ Có đích xác định 0d fin d ndpoint);
­ Sử dụng một thuật tốn rõ ràng;
­ Có miền cấu trúc ứng dụng rõ ràng (trong nghiên cứu này miền cấu trúc của các mô h nh được xác được
xác định sử dụng phần mềm A M BỈT Discov ry [11]. Chương tr nh này sử dụng phương pháp khoảng
(ranges), phương pháp dựa vào khoảng cách (Euclidean distance, City­block distance), phương pháp dựa vào
xác suất (probability density) và phương pháp dựa vào vân tay điện tử (fingerprints). Nghiên cứu này tất cả
cẩc phương pháp trên đều được đánh giá, và kết hợp với nhau theo nguyên tắc “biểu quyết đa sổ phiếu”

để cho kết quả cuối cùng;

636


­ Thỏa mãn các đánh giá nội trên tập huấn luyện để kiểm tra mức độ khớp (a o od n ss-of-fit). độ mạnh và
ổn định của mô h nh (robustn ss). Trong nghiên cứu này, đánh giá nội được sử dụng là phương pháp đánh
giá chéo: bỏ một phần tập huấn luyện ra bên ngồi (5­30%), xây dựng mơ h nh với các phần tử cịn lại, dùng
mơ h nh mới đánh giá các phần tử được bỏ ra bên ngồi;
M ơ h nh cịn phải thỏa mãn các đánh giá ngoại, tức là có khả năng dự đốn cao (đánh giá khả năng dự
đốn của mơ h nh trên tập kiểm tra)
­ Có thể sử dụng được để giải thích cơ chế (nếu có thể).
r a . K Ế T Q UẢ VÀ BÀN L UẬN
3.1. C ác m ơ hình Q S A R biểu d iễn m ối quan h giữa cấu trú c và tác dụng ức chế tyrosinase

Thông tin cấu trúc từng hợp chất của CSDL được m ã hóa trong 2200 chỉ số phân tử TOMOCOMD­
CARDD. CSDL ban đầu được chia ra làm tập huấn luyện và tập kiểm nghiệm. Tập huấn luyện gồm 1072
chất (526 chất U T và 546 chất không ƯT) và tập kiểm tra gồm 357 chất (175 chất ư r , Ỉ82 chất không ƯT).
Sử dụng phương pháp “tập hợp con tốt nhất” cùa ADL, 10 mô h nh QSAR m ới được xây đựng trên tập
huấn luyện, trong đó 3 mơ h nh sử dụng các ch số TOMOCOMD­CARDD bậc hai (ngẫu nhiên và không
ngẫu nhiên), 3 mơ h nh sử dụng các chỉ số tuyến tính (ngẫu nhiên và không ngẫu nhiên), 3 mô h nh sử dụng
các chỉ số song tuyến tính (ngẫu nhiên và không ngẫu nhiên), và 1 mô h nh là sự két hợp của tất cả các chỉ số
trên. Tất cả các mơ h nh này đều đạt độ chính xác trên tập huấn luyện cao hơn 85,2 % và có tỉ lệ dương tính
giả trên tập huấn luyện thấp nhất là 8,25%.
Bảng 1. Thông số thống kê của 4 mô h nh cho kết quả tốt nhất trên tập huấn luyện.
Mô h nh

Q %

Se %

Sp %

FPrat %

1

89,26

89,17

88,82

10,65

2

90,92

90,42

90,96

8,60

3

91,10

91,15

90,61

8,95

4.

91.72

91.70

91.33

8.25

M ô h nh l sử dụng các chỉ số TOMOCOMD­CARDD bậc hai; M ô h nh 2 sử
dụng các chỉ số TOMOCOMD­CARDD tuyến tính; M ơ h nh 3 sử dụng các
chỉ số TOMOCOM D­CARDD song tuyến tính; M ơ h nh 4 ỉà sự kết hợp tất
cả các chỉ số TOMOCOMD­CARDD
Phương tr nh (1) là mô h nh 4 kết hợp các tất cả các chỉ số TOMOCOM D­CARDD (chỉ số đôi, chỉ số
tuyến tính, chỉ số song tuyến tính). Theo như bảng 1, mơ h nh này có khả năng dự đốn chính xác 91,72%
các hợp chất của tập huấn luyện và tỉ lệ nhầm lẫn khi dự đoán một chất khơng có tác đụng ức chế là có tác
đụng (tỉ lệ dương tính già) ỉà 8,25%.
Hoạt tính Ư r = ­0.156 ­0.001 K$

LW

-1.218 x 10-8V/ 9LH( W
+0.833 M%

LW

+2.193 x ỉ O ­ ^ C t ) +1.524 x l t r ^ O )
­7.918 xl
e)

-1.049 VKV

H(

W ^ H) +0.222MK^ iLHf e H^ H) (1)

Trong đó, K <7u L H ( * B ) là các chỉ sổ bậc 2 cục bộ dựa vào m a trận không ngẫu nhiên, Vsqi(x), Msq2(x) là các
chỉ số bậc 2 tổng dựa vào m a trận ngẫu nhiên; V/ 9 L W H ) là chỉ số tuyến tính cục bộ dựa vào ma trận không
ngâu nhiên, ?f 2(x) là chỉ số tuyển tính tổng dựa vào ma trận khơng ngẫu nhiên, ^ / s l W h ) là chỉ số tuyến tính
cục bộ dựa vạo ma trận ngẫu nhiên, MV t o ) , ^ l W h ^ e ­ h ) , ^ i l W h ^ e ­ h ) là chỉ số song tuyến
tính cục bộ dựa vào ma trận ngẫu nhiên. Chi tiết về các chỉ số phân tử TOMOCOMD­CARDD này có thể
được tham khảo tại [6­8].

637


3.2. Đánh giá các mô h nh QSAR
Để các mô h nh QSAR có thể được sử dụng và được các cơ quan quản lý thông qua, mô h nh phải thỏa
mãn các nguyên tắc của OECD [12].
* Tiêu chí ỉ (c đích xác định): Trong nghiên cứu này, đích ỉà sự phân loại các hợp chất thành 2 nhóm:
chất ƯT và chất không ƯT. Nhiều phương pháp khác nhau được sử dụng để đo khả năng ức chế, hoạt tính
được biểu diễn với nhiều thơng số khác nhau, như nồng độ ức chế 50%, phần trăm ức chế (1%) hay hằng số
ức chế (Kị). Xem thông tin chi tiết tại [3,4 ], V thế mô h nh được xây dựng là các mơ h nh tổng hợp, có thể

được sử dụng để t m kiếm hợp chấí mới trên sườn cơ bản khác nhau và cung cấp hợp chất đẫn đường mới
cho quá tr nh nghiên cứu và phát triển thuốc mới.
* Tiêu chí 2 (thuật tốn rõ ràng): Phương pháp xây đựng các mô h nh trong nghiên cứu này được mô tả
trong phàn 2. M ô h nh toán học được phát triển sừ dụng kỹ thuật LDA để biểu diễn mối quan hệ giữa đích
(ức chế enzyme tyrosinase) và các tham số phân tử TOMOCOMD­CARDD. Các chỉ số TOMOCOMD­
CARDD được phát triển và được định nghĩa rõ ràng trong những nghiên cứu trước đây [6­8]. V thế mơ h nh
có thể được xây dựng lại và được sử dụng để phát hiện các hợp chất mới Ư r .
* Tiêu chí 3 (miền cấu trúc xác định): Miền cấu trúc là khoảng không gian cấu trúc bao gồm trong mơ h nh.
Chi những dự đốn đối với các hợp chất có cấu trúc nằm trong miền cấu trúc này mới đáng tin cậy. Cịn dự
đốn đối với các cấu tróc nằm ngồi miền cấu trúc là quá tr nh ngoại suy. Sử dụng kết quả của chương tr nh
AMBITDiscov ry, có 42 hợp chất (của 1.072 hợp chất của tập huấn luyện) nằm ngoài miền cấu trúc của các
mơ h nh. Kết quả này có thể chấp nhận được theo như công bố của các nghiên cứu trước đây [13].
*Tiêu chí 4: Kết quả của quá tr nh đánh giá nội (để 1 nhóm hợp chất ở bên ngồi­viết tắt theo tiếng Anh:
LGO) được mơ tả trong h nh 1. H nh 1 là một ví dụ biểu diễn độ chính xác của mơ h nh 4 trên tập huấn luyện
đã được thay đổi (loại bỏ 5 ­ 30% tập huấn ỉuyện ban đầu) và trên phần tập hợp được để lại ở bên ngoài.
Theo như quan sát trên h nh 1, độ chính xác của mơ h nh có sự thay đổi ít. Điều này chứng tỏ, mồ h nh tương
đối ổn định với những thay đổi của tập huấn luyện và không phụ thuộc vào m ột phần nào của tập huấn luyện.
100
90

I***íf......................

8 0 4-----j .......
7 0 Ỷ­­­­
1. . .
60 i
r : ....

40
30

....................
......................

■ Q lậ p hu ẵn luyện (%)
a Q LGO-test

1..........
;
I..........

Ị

!

1 .......

20

,

10

1

1.

m j l.....................

.

. .

L G 05

...............
IGOIO

.............
L G 015

LG 020

Ị

I G 0 25

1

ị

......
L G030

H nh 1. Kết quả của quá tr nh đánh giá LGO trên tập huấn luyện.
Đánh giá ngoại: sử dụng mơ h nh để đự đốn các hợp chất trên tập kiểm nghiệm. Tập kiểm nghiệm bao
gồm những phần tử m à mô h nh chưa bao giờ nh n thấy trong quá tr nh huấn luyện. Kết quả của quá tr nh
đánh giá ngoại được mô tả trong bảng 2.
Theo như quan sát bảng 2, các m ô h nh có khả năng dự đốn tương đối cao (mơ h nh 4 dự đốn chính
xác 88,79%), và khả năng nhầm lẫn khi kết luận m ột chất khơng có hoạt tính là có hoạt tính tơơng đối
thấp (10,44%).

638


Bảng 2. Thông số thống kê của 4 mô h nh tốt nhất trên tập kiểm nghiệm.
Mô h nh

Q%

Se %

Sp %

FPrate %

1

87,68

86,86

87,86

11,54

2

86,83

85,71

87,21

12,09

3

87,11

88

86,03

13,74

4

88­79

88

89.02

10.44

Mô h nh 1 sử dụng các chỉ số TOMOCOMD­CARĐD bậc hai; M ô h nh 1 sử
đụng các chỉ số TOMOCOMD­CARDD tun tính; Mơ h nh 1 sử dụng các chi
số TOMOCOM D­CARDD song tuyến tính; M ơ h nh 4 là sự kết hợp tất cả các
chỉ số TOM OCOMD­CARDD
*

Tiêu chí 5: giải thích cơ chế (nếu có thể). Trong trường hợp này, đo đặc thù của CSĐL và các tham số
phân tử được sử dụng nên nghiên cứu này khơng tỉến hành giải thích cơ chế. Ngồi ra, các mơ h nh QSAR
có 2 mục đích, một là để giải thích cơ chế, hai ỉà để dùng cho sàng lọc ảo để dự đoán khả năng có hoạt tính.
Trong nghiên cứu này, các mơ h nh QSAR được xây dựng để sử dụng cho mục đích 2.0.
IV. K Ế T LUẬN VÀ K IẾ N N G H Ị
Trong nghiên cứu này, 10 mô h nh tốn học đã được xây dựng thành cơng để biểu diễn mối quan hệ định
lượng giữa cấu trúc và tác dụng ức chế tyrosinase (sử dụng kỹ thuật phân tích sự khác biệt tuyến tính LDA
và các tham số phân tử được tính tốn bởi chương tr nh TOMOCOM D­CARDỈD). Các mơ h nh được xây
dựng đạt độ chính xác cao (phân loại chính xác hơn 85,2% các hợp chất của tập huấn luyện). Các mô h nh
đêu thỏa mãn các đánh giá theo các nguyên tắc của OECD: có đích xác định, sử dụng một thuật tốn rõ ràng
có độ ơn định cao và khả năng dự đốn tốt và một miền cấu trúc xác định. Các mô h nh này có thể được sư
đụng bởi bât kỳ trung tâm hay viện nghiên cứu nào trong quá tr nh t m kiếm hợp chất mới UT . Việc sử dụng
những các mơ h nh này nói riêng cũng nhữ các phương pháp trong nghiên cứu này nói chung có thể giúp tiết
kiệm thời gian và tiền bạc trong việc sàng lọc nhằm phát hiện các hợp chất dẫn đường mới trong quá tònh
nghiên cứu và phát triển các sản phẩm làm sáng da, chống nám.
Chính v vậy, chúng tơi kiến nghị sử dụng các mô h nh đã xây dựng được trong nghiên cứu này làm công
cụ sang ỉọc ao các CSDL khác nhau. Các CSDL được sàng lọc có thể là m ột tập hợp các chất được phân
lập/tổng hợp bởi các trung tâm/phịng thí nghiệm hoặc CSDL cấu trúc các chất được thương mại hoa. Việc
sàng ỉọc các CSDL này chỉ cần thông tin về cấu trúc phân tử của các hợp chất. V thế giúp tiết kiệm thời gian
và tiền bạc. Quá tr nh tổng hợp/phân lập, thử hoạt tính trên các thí nghiệm in vitro chỉ được tiến hành với cac
hợp chất nhiều tiềm năng.
T À I L IỆU T H A M K H ẢO
1.
De Cạprio. AP. The toxicology of hyđroquinone­relevance to occupational andenvironmental exposure Crit Rev
Toxicol, 1999. 29, pp. 283­330.
2
Kahn, V. Multiple effects of maltol and kojic acid on enzymatic browning, in Enzymatic Browning and its
Prevention. 1995. Washington, DC: ACS Symposium Series 600. American Chemical Society.
3.Le Th Thu H, et al. Novel coumarin­based tyrosinase inhibitors discovered by OECD principles­validateđ QSAR
approach from an enlarged, balanced database. Mol Divers 2 0Ỉ1,15, pp.507­520.

4. Le­Thi­Thu H et aỉ. QSAR Models for tyrosinase inhibitory activity description applying modern statistical
classification techniques: A comparative study. Chemometr. Intell. Lab. Syst. 2010 104 pp.249­259
5. Todeschini R and V. Consonni. Handbook of Molecular Descriptors. 1st ed. Methods and Principles in Medicinal
Chemistry, ed. R. Mannhold, H. Kubinyi, and H. Timmerman. Vol. n . 2000, D­69469 Weinheim, Federal Republic of
Germany: WILEY­VCH Verlag GmbH. 667.
639


6. Marrero­Ponce Y. Total and local (atom and atom type) molecular quadratic indices: significance interpretation,
comparison to other molecular descriptors, and QSPR/QSAR applications. Bioorg Med Chem. 2004,12 (24), pp.6351­6369.
7. Marrero­Ponce Y, et al. Non­stochastic and Stochastic Linear Indices of the "Molecular Pseudograph’s Atom
Adjacency Matrix”: Application to 'in silico' studies for the rational discovery of new antimalariai compounds. Bioorg
Med Chein. 2005,13 (4), pp. 1293­304.
8. Marrero­Ponce Y; F Torrens. Novel 2D TOMOCOMD­CARĐD Descriptors: Atom­based stochastic and non­
stochastic bilinear indices and their QSPR applications. J Math Chem, 2008.44 (3): pp.650­673.
Onctor cirmifir'ST'i^i* jmfllircic
m rhprnoìYiptĩic rrietfrods in molecular đesion
rV-y TiT
CiiidijfOiOyail
9 Un ’por1r>r -ri JTW
Editor. 1995, VCH Publishers: Weinheim, Ger. pp.295­307.
. i v i v i. o i i a i i u

v iu iik J . w iU & iw i

U .v U Ỉ V U G

*•*

H

•

\vnterbeem
W V V i V W i S i Vd
S,

10. STATISTICA (data analysis software system) V 9. 2009, Tulsa,OK: StatSoft Inc.
11. Jeliazkova, NN, AMBIT. Building blocks for a future (Q)SAR decision support system. 2006: hltp://ambit.acad.bg.
12. OECD, in guidance document on the validation of (quantitative) structure­activity relationship [(Q)SAR]
models, series on testing and assessment. N°69,2007, Paris, pp. 154.
13. Alvarez­Ginarte YM, et al. Chemometric and chemoinformatic analyses of anabolic and androgenic activities of
Testosterone and dihydrotestosterone analogues. Bioorg Med Chem. 2008.16 (12): pp.6448­6459.

NGHIÊN c ứ u THẰNH PHẦN HỐ HỌC VÀ HOẠT TÍNH SINH HỌC CỦA
L Á C Â Y B Ù D Ẻ L Á L Ớ N ( U V A R IA C O R D A T A (D U N .) W A L L . E X A L S T O N )
ThS. H ề Việt B ức*; B S. H oàn g X u â n H u yền Trang*
H ưởng dẫn: P G S.TS Ngu yễn T h ị H ồi
TĨM T T
Từ bao đời nay, loài Bù dẻ lá lớn được đồng bào dân tộc Pako, Vấn Kiều, tỉnh Quảng Trị dùng để chữa các bệnh
Hên quan đến khối u. Các nghiên cứu tnrớc đây của chứng tơi cho thấy, iá của lồi này có tác dụng ức chế với cả 6 dịng
tế bào ung thư (TBUT) thử nghiệm. Do vậy, việc nghiên cứu thành phần hóa học và hoạt tính sinh học của loài này là
cần thiết, nhằm cung cấp cơ sở khoa học, định hướng việc bào tồn và phát triển cây thuốc phục vụ công tác chữa bệnh.
Mục tiêu nghiên cứu: Phân lập, xác định cấu trúc và thử nghiệm hoạt tính gây độc tế bào (TB) của các hợp chất từ lá
cây Bù dẻ lá lớn.
Đổi tượng và phương pháp nghiên cứu: Mầu nghiến cứu được thu ở huyện Đakrông, tỉnh Quảng Trị vào tháng 10
­2011, sau đó được chiết xuất bằng các dung môi hữu cơ. Các hợp chất tinh khiết được phân lập bằng các phưcmg pháp
sắc ký, xác định cấu trúc bằng các phương pháp phổ (NMR, MS...)­ Hoạt tính gây độc TB in vitro của các chất tinh
khiết được thử nghiệm trên đòng TBƯT phổi người (LU­1).
Kết quả: Một hợp chất thơm mới, corđauvarin A (2) cùng với 9 họp chẩí đã biết, pentađecan­l­oỉ (1), cyathoviridin

(3), ỈO(14)­aromađendren­4­ol (4), v5p,6p­epoxyalnusane­3|3­ol (5), glutinol (6), taraxerol (7), stigmasteroi (8),
velutinam (9) và aristoiactam A la (10) đã đuợc phân lập. Các hợp chất (2, 3,4, 10) có tác đụng ức chế dòng TB LU­1
với giá trị IC50lần lượt là 53,44; 43,56; 35,0Ỉ và 20,25 ịig/mL.
Kết luận: Từ lá loài Bù dẻ ỉá lởn đã phân lập được 10 hợp chất. Trong đó, cordauvarin A (2) là chất mới,
cyathoviridin (3), 10(14)­aromadendren­4­ol (4), 5p,6p­epoxyalnusane­3p­oi (5) được phân lậplần đầu tiên từ chi Bù
dẻ. Corđauvarin A (2), cyathoviridin (3), 10(14)­aromadendren­ 4-oỉ (4) và aristolactam A la (10) thể hiện khả năng ửc
chế trung b nh vởi dịng TB LƯ­1.
* Từ khố:
*

varia corda; Corđauvarin A; Cytotoxic.

Đại học Y Dược H u ế

640