尽管肿瘤的化学治疗已取得重大进展，新的抗肿瘤药物不断出现，但肿瘤的化学治疗仍存在着许多问题，这主要是因为实体肿瘤占恶性肿瘤的90%但多数实体瘤如肺癌、肝癌、结肠癌及胰腺癌等还缺乏有效的药物；现有的抗肿瘤药物毒副反应太大，缺乏选择性；肿瘤细胞对抗肿瘤药物产生抗药性。

　　QSAR主要侧重于药物早期的研究和发展，为新药物分子的筛选的和设计开拓了新的途径，在受体结构已知的情况下，对抗肿瘤药物进行定量构效活性关系研究，用生成与受体结构互补的配体的方法来发现可以针对特定肿瘤、特定靶点的非细胞毒类药物，使之更具有选择性和针对性。随着新QSAR模型的建立，极大地缩短了新药合成的时间，降低了开发成本，并能在某种程度上预测药物对特定肿瘤人群的有效性。为肿瘤治疗起到了积极地推动作用。

　　二、国内外研究现状

　　肿瘤的化学治疗药物发展很快，每年都有大量抗肿瘤药物研究文献发表，各国对抗肿瘤药物的开发也予以高度重视和大量投资，美国就此专门成立了美国国立癌症研究（National Cancer Institute，简称NCI），成为了世界抗肿瘤的权威机构。

　　国内研发方向主要以含中草药及其活性成分的抗肿瘤药物，可以归纳为以下几个方面：

　　（1）对现有药物进行结构改造以改善其药理学特性，如增加水溶性、降低毒副作用等；

　　（2）以新的作用机理或作用靶点为指导寻找新的活性物质作为先导化合物；

　　（3）发现新的作用靶点。在当前生物学的后基因时代，科学家们要面对数千个潜在的药物靶点，探讨它们与小分了化合物的相互作用；

　　（4）加强定量构效活性构关系研究。

　　近年来随着分子生物学和计算机技术的迅速发展，使得开发新药的技术路线发生了重大变革。国际上越来越多的研究机构在新抗肿瘤药物的开发中使用计算机辅助分子设计，它大大加快了新药设计的速度，节省了创制新药工作的人力和物力，使药物学家能够以理论作指导，有目的地开发新药。计算机辅助分子设计主要分两种情况：一种是在受体结构已知的情况下，采用生成与受体结构互补的配体的方法来寻找新药物；另一种是在受体结构未知的情况下，采用对一组具有类似活性的化合物建立定量结构活性关系，在此模型基础上进行结构修饰来预测生成新的化合物。

　　QSAR作为抗肿瘤药物设计研究中的一个重要计算方法和常用手段，在新药的开发和研制过程中占据了重要位置。近半个世纪以来，QSAR研究对有机合成化学、药物化学及药物设计的发展起了巨大的推动作用，已经成为研究物质理化性质与生物活性以寻求分子解释的一个强有力工具。下面就定量活性结构活性关系研究的一些常见方法作简要地介绍如下。

　　1、二维定量结构活性关系方法（2D—QSAR）传统的二维定量结构活性关系方法很多，有Hansch法、基团贡献法和分子连接性指数法等 。

　　其中最为著名、应用最为广泛的是Hansch 法。 它假设同系列化合某些生物活性的变化是和它们某些可测量的物理化学性质（疏水性、电性质和空间立体性质等）的变化相联系的，并假定这些因子是彼此孤立的，采用多重自由能相关法，借助多重线性回归等统计方法就可以得到定量结构活性关系模型。

　　基团贡献法是Free—Wilson 在对有机物亚结构信息和生物毒性的相关研究基础上建立的一种方法。这种模式认为有机物与受体间的毒性效应是该有机物特定位置上不同取代基团毒性贡献的加和。Free—Wilson 法仅适用于具有相同母体结构的有机物，常被用来对有机物进行毒性初评。

　　分子连接性指数法（Molecular connective index ，MCI） 是由Kier 和Hall 提出的。它是根据分子中各个骨架原子排列或相连接的方式来描述分子的结构性质。MCI 是一种拓扑学参数，有零阶项（0Xv ）、易阶项（1Xv ）、二阶项（2Xv ） 等等，可以根据分子的结构式和原子的点价（δ） 计算得到，与有机物的'毒性数据有较好的相关性。MCI 能较强地反映分子的立体结构，但反映子电子结构的能力较弱，因此缺乏明确的物理意义，但由于其具有方便、简单且不依赖于实验等优点，近年来得到广泛应用和发展。

　　2、三维定量结构活性关系方法（3D—QSAR）随着结构活性关系理论和统计方法的进一步发展，20 世纪80 年代，三维结构信息被陆续引入到定量结构活性关系研究中， 即3D—QSAR。与2D—QSAR 比较，3D—QSAR 方法在物理化学上的意义更为明确，能间接反映药物分子和靶点之间的非键相互作用特征。因此，近十多年来3D — QSAR 方法得到了迅速的发展和广泛的应用，研究方法也很多 ，比如分子形状分（molecular shape analysis ，MSA） ，距离几何方法（ distance geometry ， DG ，比较分子力场分析（comparative molecular field analysis ，CoMFA） ，比较分子相似因子分析（ comparative molecular similarityindices analysi CoMSIA） 以及虚拟受体（ phesudo receptor） 等方法。其中应用最为广泛的CoMFA 方法。