基于机器学习方法的激素敏感脂肪酶抑制剂活性预测(英文)

脂肪组织中,激素敏感脂肪酶(HSL)被认为是调节脂肪酸代谢的关键限速酶.HSL在糖尿病的发病过程中起重要作用,抑制HSL活性有助于糖尿病的治疗,因此探索新颖的HSL抑制剂成为当前研究的热门.在激素敏感脂肪酶的作用机制和三维结构缺乏的情况下,需要发展预测HSL抑制剂的方法.本文采用几种机器学习方法(支持向量机(SVM)、k-最近相邻法(k-NN)和C4.5决策树(C4.5DT))对已知的HSL抑制剂与非抑制剂建立分类预测模型.252个结构多样性化合物(123个HSL抑制剂与129个HSL非抑制剂)被用于测试分类预测系统,并用递归变量消除法选择与HSL抑制剂相关的性质描述符以提高预测精度.本研究对独立验证集的总预测精度为75.0%-80.0%,HSL抑制剂的预测精度为85.7%-90.5%,非HSL抑制剂的预测精度为63.2%-68.4%.支持向量机方法给出最好的总预测精度(80.0%).本研究表明支持向量机等机器学习方法可以有效预测未知数据集中潜在的HSL抑制剂,并有助于发现与其相关的分子描述符.     

结合神经网络方法和扩大训练基组构建新B3LYP泛函

神经网络方法成功地应用于修正密度泛函理论B3LYP方法中的三个参数(a0、ax和ac)以构建新B3LYP交换相关泛函.本文采用包含输入层、隐藏层和输出层的三层式神经网络结构.总电子数、多重度、偶极矩、动能、四极矩和零点能被选为物理描述符.296个能量数据被随机地分成两组,246个能量数据作为训练集以确定神经网络的最优结构和最优突触权重,50个能量数据作为测试集以测试神经网络的预测能力.修正后的三个参数觔0、觔x、觔c从输出层处得到,并用于计算体系的热化学性质如原子化能(AE)、电离势(IP)、质子亲合能(PA)、总原子能(TAE)和标准生成热(ΔfH苓).修正后的计算结果优于传统B3LYP/6-311+G(3df,2p)方法的计算结果.经过神经网络修正后,296个物种的总体均方根偏差从41.0 kJ.mol-1减少到14.2 kJ.mol-1.     

基于近似尺度不变特征转换的序列图像融合算法(英文)

在分析了尺度不变特征转换算法特点的基础上提出了一种近似尺度不变特征转换算法,该算法改变了传统尺度不变特征转换算法的框架,将尺度不变特征转换描述符看作是一种特殊的Harris算子,该算法既保留了尺度不变特征转换描述符的优点又降低了计算量.另外,为了提高特征匹配的精度,给出了一种新的特征点对提纯算法.实验结果表明,近似尺度不变特征转换算法在不影响匹配性能的前提下大大缩短了处理时间,经过提纯后的特征点对匹配性能显著提高,最终得到的全景图像过渡平稳,重叠区域没有显著的痕迹.     

一种新的氨基酸描述符及其在肽QSAR中的应用

从20种天然氨基酸的41个randic molecular profiles非零描述符、44个eigenvalue based indices非零描述符和47个walk and path counts非零描述符分别进行主成分分析,得出一种新的氨基酸描述符-SVREW。将其应用于血管紧张素转化酶(ACE)抑制二肽和ACE抑制三肽、苦味二肽和苦味四肽、后叶催产素类似物、HLA-A*0201限制性CTL表位肽的结构表征,应用多元线性回归(MLR)建立定量构效关系模型,同时采用内部与外部双重验证的方法验证模型的稳定性。所建ACE抑制二肽、ACE抑制三肽、苦味二肽、苦味四肽、后叶催产素类似物、HLA-A*0201限制性CTL表位肽的模型复相关系数(R2cum)分别为0.994,0.797,0.948,0.878,0.686,0.720;留一法交互校验复相关系数(R2cv)分别为0.955,0.859,0.879,0.958,0.796,0.843;外部样本校验相关系数(Q2ext)分别为0.990,0.954,0.890,0.950,0.748,0.773。经研究表明SVREW描述符用于肽分子结构表征所建模型的稳定性与预测能力均较好,有望成为多肽定量构效关系研究中一种有效的结构表征方法,可对新药物的发现和研究提供指导。     

OLED发光材料的理论计算与分子设计

数次有机发光二极管（OLED）器件效率的突破均源于有机电致发光新机制的发现和有机发光材料的创新。理论探究有机分子激发态的形成和衰变过程可以加深理解发光的微观机理,促进发光材料分子的研发。本文简要介绍了热振动关联函数（TVCF）的速率理论,及其在荧光、磷光和热激活延迟小分子材料中的应用。针对这三类小分子材料,我们揭示了其发光机理,建立了分子结构与性质之间的关系,提出了表征效率的描述符,并理论设计了优良的OLED发光分子。     

基于听觉中枢模型的水下噪声音色表达与特性分析

为建立水下噪声音色特征的定量表达以用于目标识别, 本文将主观评价实验获得的 4个本质音色维度得分与声音的听觉中枢响应建立联系, 得到音色的偏最小二乘回归模型, 并基于回归系数对每个维度进行物理分析. 为验证该方法的有效性, 本文提取大量音色描述符作为自变量进行对比, 结果表明听觉中枢模型预测能力有一定优势. 同时发现, 前 3个本质音色维度可分别由高频能量比例、谱平坦程度和时域连续性描述, 而第4 维度则无法与任何声学特征建立联系. 关键词： 本质音色 听觉中枢模型 偏最小二乘回归 音色描述符     

人工神经网络预测非环状亚硝胺急性毒性的QSAR研究

在DFT-B3LYP/6-311+G(d,p)水平对60种非环状亚硝胺分子结构进行几何全优化,通过多元逐步线性回归(MSR)分析筛选出9个量子化学描述符作为自变量,log LD50(lethal dose 50％,LD50:大鼠口服急性毒性)作为因变量,采用人工神经网络(ANN)方法构建QSAR模型.经Levenber...     

基于支持向量学习机的HIV-1蛋白酶抑制剂的活性预测

为了预测人体免疫缺陷蛋白酶抑制剂的活性, 计算了表征分子的组成和拓扑特征的462个分子描述符, 用Kennard-Stone方法和随机方法进行了训练集和测试集设计, 用Monte Carlo 模拟退火方法进行变量筛选, 并分别用神经网络, 逻辑回归, k-近邻和支持向量学习机方法建立了HIV-1蛋白酶的抑制剂模型. 结果表明支持向量学习机优于其余机器学习方法, 用SVM方法所建立的最优模型的最后预测正确率达到98.24%.     

人类A3腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物的QSAR研究

采用遗传算法构建了27种人类腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物与受体之间的亲和性的QSAR模型. 为得到理想模型, 计算了拓扑学、热力学、空间、电子拓扑状态和量子化学描述符. 结合这些参数得到最终模型: pK_i＝13.407－0.027*F_C－8^E－0.033*F_C－8^N＋0.845*Atype_C_28－19.493*Shadow_XYfrac.计算得到的统计学指标为: LOF＝0.291, r²＝0.766, r_adj²＝0.723, F-test＝17.974, PRESS＝3.469, CV-r²＝0.791. 通过对模型进行分析, 得到如下结论: 降低C-8位亲电、亲核原子的前线电子密度的权重和分子在XY平面的投影分数, 增加疏水性原子类型描述符Atpye_C_28的值, 都对增加化合物分子与受体的亲和性有利. 利用此模型合理的设计了两个新的化合物, 并预测具有较高的结合活性. 该研究为喹喔啉衍生物作为人类A₃腺苷受体拮抗剂的结构改造提供理论指导, 并为进一步研究受体与配体亲和性机理奠定理论基础.     

异金属铜-氧MAZ分子筛催化甲烷部分氧化反应DFT研究

已有研究证明了Cu-MAZ分子筛催化甲烷部分氧化的优异性且实验表征得出其活性结构含有三核铜结构. 为进一步提高部分氧化活性, 采用MAZ分子筛作为载体体系, 用于三核[Cu3(μ-O)3]2 , 活性结构分别掺杂Pd、Pt、Fe、Co、Ni、Au和Ag, 构建[Cu2MO3]2 异金属活性位. 通过密度泛函理论（DFT）研究不同金属对Cu-MAZ催化甲烷部分氧化反应的能量变化和反应活性的影响, 并分析了活性位、反应中间体、过渡态等结构的几何和电子结构性质, 根据以上结果进一步得到描述符.