支持向量机和线性判别分析用于禽流感病毒编码蛋白识别

以支持向量机(SVM)和线性判别分析(LDA)对200条禽流感病毒、100条B型流感和100条C型流感病毒蛋白共400条为训练集样本,从表征序列的200个整体与局部变量中以逐步(stepwise)方法选取24个变量作为LDA模型的输入建立线性识别模型,病毒蛋白总识别率达99.8%,留一法交互检验总识别率为99.4%.从原始200变量中经主成分分析得16个主成分作为SVM的输入,以径向基核函数(RBF)SVM建立非线性识别模型,病毒蛋白总识别率为99.8%,留一法交互检验总识别率为99.2%.以100条禽流感、50条B型流感和50条C型流感病毒编码蛋白质共200条为测试集样本,得LDA模型,对其总识别正确率为95.4%,SVM模型对其总识别正确率为96.5%.识别结果表明,两个模型都可较好识别禽流感病毒蛋白,并且SVM对禽流感病毒蛋白的识别结果优于LDA.     

膦类化合物核磁共振谱化学位移预测

采用离子性指数(INI)、立体效应参数(iε)对291个膦化合物中磷原子进行结构表征,并与其核磁共振磷谱(31P NMR)建立定量结构波谱关系(QSSR)模型。分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互校验(CV)预测值和外部样本预测值的复相关系数Rcum、QLOO和Qext分别为0.9449,0.9408和0.9338(MLR);0.9421、0.9411和0.9338(PLSR);0.9741、0.9736和0.9471(ANN)。结果表明:INI、iε与31P NMR谱化学位移显著相关。     

将潜因多元建模技术与遗传虚拟筛选模式相结合：改善定量构效关系

提出了改进的定量构效关系（^mmQSAR）研究方法,即认为在知晓配基与受体相互作用模式前提下建立一种较可靠的定量构效关系模型,从而克服了传统做法中仅根据样本集分子自身信息来构建预测模型的某些弊端．将此思路应用于功能肽／蛋白质亲和活性考察,采用遗传算法（GA）筛选虚拟受体结合靶点及相互作用模式,结合偏最小二乘（PLS）潜因多元建模技术,通过交互检验均方根误差（RMScv）作适应度评价函数筛选变化位点和受体残基,完成种群进化以最优个体为最终确定模型,得到一种新颖QSAR方法（^mmQSAR）：基于功能肽／蛋白质作用模式的遗传虚拟筛选（暂称GVSPPC）．该法成功解决了诸多QSAR研究难题,即大多数情况下受体结构未知而难以了解的配基与之结合方式．分别使用生物功能寡肽和多肽体系对GVSPPC加以检验,其结果表明,GVSPPC得到了优于传统方法QSAR结果（Rcu^2〉0．75～0．91,Qcv^2〉0．71～0．86,ERMs为0．19～0．95）且深入阐明配基与受体间作用机理,物理意义较为明确;同时计算选中模式作用能并与样本活性建立PLS模型,以其交互检验均方根误差（ERMSCV）作评价函数完成种群进化．通过大规模迭代直到规定的终止条件或到达最大繁殖代数,以该过程最优个体作为最终确定QSAR模型．