In silico prediction and screening of γ‐secretase inhibitors by molecular descriptors and machine learning methods

γ‐Secretase inhibitors have been explored for the prevention and treatment of Alzheimer's disease (AD). Methods for prediction and screening of γ‐secretase inhibitors are highly desired for facilitating the design of novel therapeutic agents against AD, especially when incomplete knowledge about the mechanism and three‐dimensional structure of γ‐secretase. We explored two machine learning methods, support vector machine (SVM) and random forest (RF), to develop models for predicting γ‐secretase inhibitors of diverse structures. Quantitative analysis of the receiver operating characteristic (ROC) curve was performed to further examine and optimize the models. Especially, the Youden index (YI) was initially introduced into the ROC curve of RF so as to obtain an optimal threshold of probability for prediction. The developed models were validated by an external testing set with the prediction accuracies of SVM and RF 96.48 and 98.83% for γ‐secretase inhibitors and 98.18 and 99.27% for noninhibitors, respectively. The different feature selection methods were used to extract the physicochemical features most relevant to γ‐secretase inhibition. To the best of our knowledge, the RF model developed in this work is the first model with a broad applicability domain, based on which the virtual screening of γ‐secretase inhibitors against the ZINC database was performed, resulting in 368 potential hit candidates. © 2009 Wiley Periodicals, Inc. J Comput Chem, 2010     

二氧化碳探测仪典型透镜支撑结构的设计及分析(英文)

为了降低外界载荷和温度变化对二氧化碳探测仪光学系统透镜面形及共轴的影响,根据系统的特点和技术要求,对其典型透镜的支撑结构进行了研究,设计了一种径向挠性支撑结构并建立了3D实体模型。运用工程CAD分析软件,采用非线性有限元分析方法对其进行了动静刚度特性和热特性仿真分析,验证了支撑结构设计的合理性。分析结果表明,透镜结构组件的一阶固有频率为1 301 Hz;利用面型拟合,得到了各工况下镜面面形误差值为PV≤λ/10,RMS≤λ/50,偏转误差≤1″。该径向支撑结构能很好地保持透镜共轴精度,减小了温度变化对镜面变形的影响,各项结果满足设计要求,证明了结构设计的合理性。     

基于反馈和多最小二乘支持向量机的分数阶混沌系统控制

根据分数阶线性系统的稳定理论,将混沌系统分成稳定的线性部分和相应的非线性部分.设计主动控制器,对非线性部分进行补偿,从而将分数阶混沌系统控制到平衡点.为了提高主动控制器的补偿能力,提出基于反馈的多最小二乘支持向量机(M-LS-SVM)拟合模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用LS-SVM建立子模型.为解决子模型相互之间的严重相关问题,提高模型的精度和鲁棒性,各个子模型的预测输出通过主元递归(PCR)方法连接.仿真实验表明该方法有助于提高补偿精度和系统响应指标. 关键词： 分数阶 混沌系统 多最小二乘支持向量机 反馈     

三级备件保障系统下的备件库存优化模型

目前我军装备备件保障通常采用三级保障模式,以各级备件期望短缺数量之和最小为目标,研究在不同库存水平条件下,三级备件保障系统的备件库存优化模型.经示例分析,验证了该模型的可行性和有效性,该结果可为多级备件保障提供理论依据.     

基于RS和SVM的动态供应链成员选择算法

良好的成员选择方法是动态供应链平稳运行的重要基础,针对动态供应链成员选择时面临决策属性多且可供决策分析数据样本少的难题,提出了基于粗糙集和支持向量机的动态供应链成员选择算法,核心是应用粗糙集进行属性约简,然后结合支持向量机进行链上成员分类.方法在保证不会降低分类性能的前提下,达到降低数据维数和分类过程中复杂度的目的.     

基地化保障模式下飞机四站装备需求确定研究

基地化保障模式对飞机保障资源需求的影响是制约其发展的重要问题.基于离散事件仿真(DES)方法建立了航空兵场站四站保障过程的数学模型,考虑了四站装备自身故障的影响,并在所建模型的基础上提出运用离散系统仿真软件ARENA对四站保障过程进行仿真.仿真结果表明,与现行的航空兵场站单机种保障策略相比,基地化保障模式能够减少各个机种通用的四站装备数量需求,而单个机种特有的四站装备需求不变.     

空气中PM2.5的动态扩散及宏观预测

以PM2.5扩散、衰减模式为研究对象,分析探究了PM2.5的扩散规律、危机治理及其后5年的治理问题.首先通过主成分分析法,建立了PM2.5与其它污染物之间的多元非线性对数模型.同时引入相对湿度的影响因素对模型进行再度优化,提高了模型的拟合优度.运用统计学原理,得出采集点之间的PM2.5具有较高的协同性.另外分析了静态下PM2.5污染物颗粒的受力和漂移模式和从点源、面源两方面分析了PM2.5动态扩散模式,建立了PM2.5的扩散偏微分方程模型.根据建立的扩散模型,对突变的污染物浓度确定安全区域的范围.最后建立综合费用和专项费用的多目标优化模型,利用贝叶斯支持向量机方法对PM2.5进行宏观预测,并运用系统动力学理论对目标值进一步优化,并对不同治理模式进行对比分析.     

天然气消费量的偏最小二乘支持向量机预测

结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。