首页 > 文献资料
-
基于数学模型的药物成分肾毒性预测
目的:探索使用定量结构-活性关系(quantitative structure-activity relationship,QSAR)模型预测中药成分肾毒性.方法:从西药不良反应数据库(side effect resource,SIDER)收集得到了876个化合物(有肾毒不良反应记录的344个,无肾毒不良反应记录的532个),在对其描述符计算、挑选后,利用k近邻算法和支持向量机算法进行模型构建,然后用22个中药成分作为外部测试集进行模型验证评价.结果:利用k近邻算法当参数k为l时构建的模型对有肾毒数据集具有较好的预测能力,其对外部测试集中有肾毒成分的预测准确率也高,达到64.29％.支持向量机算法构建的模型虽然有较高的自身预测准确率(80.25％),但是其对外部测试集的预测准确率仅有45.45％.结论:采用k近邻算法构建的模型对外部测试集22个中药成分具有较好的预测能力.
-
基于启发式和基因表达式编程算法预测离子液体的pEC50值
目的 运用定量-结构活性关系方法研究离子液体理化结构及其与青海弧菌Q67毒性的关系.方法 选取30个离子液体,随机分为24个训练集,6个测试集.以离子液体对青海弧菌Q67微板毒性分析(MTA)方法测定的百分发光抑制率(EC50)值为毒性指标,取EC50负对数值(pEC50)作为本次研究的实验值.应用Hyperchem软件先进行MM+分子力学优化,再采用半经验的方法对其进行几何优化,终应用CODESSA软件计算离子液体的分子描述符,包括构成、拓扑、几何、静电和量子化学描述符.用启发式算法(HM)筛选描述符参数,在此基础上建立多元线性回归模型并运用基因表达式编程算法(GEP)建立非线性预测模型.结果 HM算法训练集和测试集相关系数分别为0.95和0.91,GEP算法训练集和测试集相关系数分别为0.97和0.88.结论 两种算法对离子液体毒性预测均有良好的可靠性,GEP算法在离子液体毒性预测中优于HM算法.
