应用分子电性距离矢量预测烷烃和一元醇的折光指数

应用分子电性距离矢量对81个烷烃、22个一元醇进行了结构表征,通过多元线性回归与逐步回归的方法建立了分子电性距离矢量与折光指数的定量结构性质模型,模型的相关系数分别为0.980和0.979.采用留一法对模型进行交互检验复相关系数R2cv分别为0.927和0.898.说明定量结构性质模型具有很好的稳定性和预测功能.     

基于支持向量学习机方法的抗真菌药物活性预测

为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%.     

多组件学习器实现有机分子沸点的精准预测

沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测.     

HLA-A*0201限制性CTL表位肽的三维定量构效关系的研究

运用比较分子力场(CoMFA)和比较分子相似性指数分析(CoMFA)方法研究了50个HLA-A^*0201限制性CTL表位九肽结构与亲和性间的关系,另外15个表位九肽作为预测集用于检验模型的预测能力.结果表明采用CoMSIA得到的构效关系模型(q^2=0.628,r^2=0.997,F=840.419)要明显优于采用CoMFA得到的构效关系模型.在CoMSIA计算中,当引入疏水场时,三维构效关系模型得到明显改善,通过该三维构效关系模型,可较精确地估算预测集中15个CTL表位肽与HLA-A^*0201间的亲和力(r^2pred=0.743).通过分析分子场等值面图在空间的分布,可以观察到表位肽分子周围的立体及疏水特征对表位肽与HLA-A^*0201间结合亲和力的影响,从而为进一步对CTL表位肽进行结构改造并基于此进行治疗性疫苗分子设计提供理论基础.     

基于支持向量机方法的HERG钾离子通道抑制剂分类模型

对human ether-a-gō-gō related genes(HERG)钾离子通道(钾通道)抑制剂,计算了表征分子组成、电荷分布、拓扑、几何结构及物理化学性质等特征的1559个分子描述符.采用Fischer Score(F-Score)排序过滤和Monte Carlo模拟退火法相结合从中筛选与HERG钾通道抑制剂分类相关的分子描述符.采用支持向量机(SVM)方法,分别以IC50=1.0、10.0μmol·L-1为分类标准,建立了三个分类预测模型.对367个训练集分子,用五重交叉验证.得到正、负样本的平均预测精度分别为84.8%-96.6%、80.7%-97.7%,其总的平均预测精度为87.1%-97.2%,优于其它文献报道结果.对97个外部测试集分子,所建三个模型的总样本预测精度在67.0%-90.1%之间,接近或优于其它文献报道结果.     

R基团搜索技术用于PTH类Tau蛋白抑制剂的分子设计

对26个PTH类Tau蛋白抑制剂进行了Topomer CoMFA研究, 建立了拟合及预测能力良好的Topomer CoMFA模型, 获得的模型拟合、 交互验证及外部预测的复相关系数分别为0.976, 0.603和0.795, 估计标准偏差和Fisher验证值F分别为0.110和115.778. 使用ZINC化合物数据集作为结构片段源, 通过三维定量构效关系(3D-QSAR)模型搜索具有特定活性贡献的R基团. 以样本中活性最高的1号分子过滤, R₁和R₂贡献值均提高了20%的片段分别有9个与2个. 以此交替取代1号样本的R₁与R₂, 得到18个新颖化合物并预测其活性, 其中的15个预测活性值优于模板分子. 研究结果表明, Topomer search可有效地用于分子设计, 所设计的分子为阿尔茨海默病(AD)药物的研发提供了新的候选物.     

应用机器学习方法构建药物分子解离速率常数的预测模型

越来越多的研究表明:药物分子与靶标分子的结合动力学性质与其在体内的药效有很强的相关性。因此,以改善结合动力学性质为导向的分子设计为药物研发提供了新的思路。本工作的研究目标在于得出预测药物分子解离速率常数(koff)的通用型定量结构-动力学关系(QSKR)模型。我们从文献中收集了406个配体分子的解离速率常数实验值,采用分子模拟方法构建了所有配体与靶蛋白复合物的三维结构模型。然后基于蛋白-配体原子对描述符,采用随机森林算法来构建预测配体分子解离速率常数的QSKR模型。通过探索不同条件(如距离区间,划分区间宽度和特征选择标准)下产生的描述符集合对模型预测精度的影响,确定当采用距离阈值为15?、划分区间宽度为3?、特征选择方差水平为2时得到的QSKR模型为最优,在两个独立测试集上获得良好的预测精度(相关系数为0.62)。本工作对预测药物分子解离速率常数这一关键科学问题进行了有益的探索,可为后续研究提供思路。     

MOLMAP指数及其在变异性预测中的应用

分子映射(MOLMAP)指数是以分子的化学键描述符为基础,通过Kohonen自组织映射依据一定的算法而衍生.化学键描述符是由化学键的物理化学性质,如两端原子的电荷差和拓扑性质,键连杂原子数量等所组成.本文将分子映射指数应用于4075个有机物质(Ames实验结果:2305个结构有诱变性,1770个结构无诱变性)的变异性预测.通过随机森林,分别采用三种类型的指数建立模型:(1)采用不同维数的分子映射指数;(2)采用全局分子描述符;(3)将分子映射指数与全局分子描述符相结合.整个数据集的集外(out-of-bag)交叉验证的正确预测率达到85.4%.为了检验模型的稳定性,采用所建模型预测源于另一数据库的472个化合物,正确预测率为86.7%,与此前的研究相比,两个预测结果均有所提高.     

预测氯代芳烃对戈卑鱼毒性的理论研究

为建立氯代芳烃对戈卑鱼毒性相关的QSAR模型,分析了22种氯代芳烃的结构特征,计算了各个分子的分子连接性指数.通过多元线性逐步回归分析研究,筛选了其中4种分子连接性指数~0X,~2X,~3X和~4X_(PC),建立了这4种指数与氯代芳烃对戈卑鱼毒性的定量结构-活性相关的QSAR模型,方程的相关系数R=0.979,判定系数R_(adj)~2=0.959,标准误差S=0.134,经检验该模型具有良好的稳定性和预测能力.     

氨基酸分子空间坐标指数与解离常数的QSPR研究

应用Chem Window和ChenBio Office绘图软件对20种氨基酸绘制分子空间构型图,通过分子最低能量模块计算得到稳定空间构型及坐标。自定义原子距离指数YS、分子空间特征指数YF、分子坐标最大特征值指数YX,应用误差反向传输（Back Propagation,BP）人工神经网络方法建立分子结构参数与解离常数的定量结构性质分析（QSPR）模型,对氨基酸的羧基、氨基解离常数进行了预测。模型相关性良好,具有较高的预测能力和良好的可靠性。     

Quantitative Structure�CRetention Relationship Study on Nitrogen-Containing Polycyclic Aromatic Compounds by Using Molecular Electronegativity Interaction Vector

The molecular structures of 117 nitrogen-containing polycyclic aromatic compounds (N-PACs) were described by a method of molecular structural characterization (MSC) called molecular electronegativity interaction vector (MEIV). The samples were divided into a training set and a test set. For the training set, a quantitative structure?Cretention relationship (QSRR) model was built up by multiple linear regression (MLR) and the model was evaluated by performing the cross validation with the leave-one-out (LOO) procedure. The correlation coefficient (R) and the cross-verification correlation coefficient (R _CV) of the model were 0.992 and 0.991, respectively. Moreover, the model was evaluated by the test set and satisfactory results with a correlation coefficient (R _test) of 0.993 were obtained. The results suggested good stability and predictability of the model.     

A new two-dimensional approach to quantitative prediction for collision cross-section of more than 110 singly protonated peptides by a novel moecular electronegativity-interaction vector through quantitative structure-spectrometry relationship studies

Based on two-dimensional topological characters, a novel method called molecular electronegativity-interaction vector (MEIV) is proposed to parameterize molecular structures. Applying MEIV into quantitative structure-spectrometry relationship studies on ion mobility spectrometry collision cross-sections of 113 singly protonated peptides, three models were strictly obtained, with correlative coefficient r and leave-one-out cross-validation q of 0.983, 0.979, 0.981, 0.979 and 0.980, 0.978, respectively. Thus, the MEIV is confirmed to be potent to structural characterizations and property predictions for organic and biologic molecules. Translated from Chinese Journal of Analytical Chemistry, 2006, 34(6) (in Chinese)     

一种新的三维氨基酸描述子及其在肽类药物QSAR中的应用

从20种天然氨基酸197个GETAWAY指数经主成分分析得出一种新3D氨基酸描述子——VSGETAWAY[vector of principal component scores for GETAWAY (geometry, topology and atom-weights assembly)]. 将其应用于48个苦味活性二肽、31个血管舒缓激肽促进剂和20个促凝血酶原激酶抑制剂结构表征并以偏最小二乘(PLS)对3个体系建立定量构效关系(QSAR)模型, 得复相关系数(Rcum2)与交互检验复相关系数(Qcum2)分别为0.887和0.753; 0.995和0.708; 0.999和0.802. 研究结果表明, VSGETAWAY描述子操作简便、结构表达能力强, 有望成为多肽药物QSAR研究中一种有效的结构表征方法.     

Study on the Quantitative Structure-toxicity Relationships for the Selected Esters by Using Molecular Electronegativity Interaction Vector （MEIV）

The molecular electronegativity interaction vector (MEIV) was used to describe the molecular structure of 30 selected esters. Two excellent QSTR models were built up by using multiple linear regression (MLR) and partial least-squares regression (PLS). The correlation coefficients (R) of the two models were 0.945 and 0.941, respectively. The models were evaluated by performing the cross validation with the leave-one-out (LOO) procedure. The cross-verification correlation coefficients (RCV) of the two models were 0.921 and 0.919, respectively. The results showed that the models constructed in this work could provide estimation stability and favorable predictive ability.     

Studies on a Novel Characteristic Atom-pair Holographic Code Applied to Quantitative Structure-chromatographic Retention Relationship of Organic Compounds

1 INTRODUCTION Quantitative structure-chromatographic retention relationship (QSRR)[1], a method using the computer auxiliary means to perform simulation and predic- tion of organic compounds’ chromatographic reten- tion behavior, has been developed recently. In this process, the first step is how to effectively fetch the information of molecular structure, and transform it into a set of characteristic numeric codes, that is, the so-called molecular structure characterization(MSC). Ge…