一种基于遗传算法的肽/蛋白质结合模式虚拟筛选建模技术

“合理”QSAR模型是指在了解配体与受体相互作用模式的前提下建立定量构效关系, 这样避开了传统做法仅仅依靠样本集分子自身信息来构建预测模型的诸多弊端. 本文将此思想应用于肽/蛋白质亲和活性的研究当中, 借助于遗传算法作为虚拟受体结合靶点及相互作用模式的筛选手段得到了一种新的建模技术: 肽/蛋白质结合模式遗传虚拟筛选(genetic virtual screening of combinative mode for peptide/protein, GVSC). 该法成功解决了“合理”QSAR研究中的难题, 即大多数情况下受体结构未知而难以了解配基与之发生的结合方式. 分别使用58个血管紧张素转化酶, 18个Camel抗体蛋白cAb-lys3双位点突变残基对GVSC加以检验, 其结果表明GVSC能够较好地阐明配基与受体之间的作用机理, 并能得到优于传统方法的QSAR模型.     

原子电性作用矢量用于呋喃糖核磁共振碳谱化学位移计算

从分子二维拓扑结构出发, 借助用于描述原子所处分子微观化学环境的原子电性作用矢量(Atomic Elementary Electronegativity Interaction Vector, AEIV)对25种呋喃单糖中共计148个等价共振碳原子进行了表征,并以此建立起用于模拟单糖分子¹³C NMR化学位移的两参数多元线性回归方程, 所得模型的复相关系数R_cum、交叉检验Q_LOO及均方根误差RMS分别达到0.907、0.901和6.757,并采用对半划分样本集交叉验证的方法来测试模型的稳定性能和预测能力. 结果表明AEIV能够很好的模拟糖类物质¹³C化学位移值.      

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.     

新型原子电距矢量用于黄酮类化合物核磁共振碳谱的QSPR研究

改进原来的原子电性距离矢量,提出以6元素构建新的原子电性距离矢量,描述黄酮类化合物中不同等价碳原子的化学环境.对20个黄酮类化合物分子292个等价碳原子的13C-NMR化学位移建立了多元线性回归模型.该定量结构谱图关系(定量构谱关系/QSSR)模型的复相关系数达到RMM=0.9397,标准偏差为SDMM=7.6024 ppm.采用留一法交互检验的结果为RCV=0.9239,SDCV=8.5096 ppm.结果表明,模型具有良好的估计能力和稳定性.     

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．     

原小檗属类生物碱13C核磁共振化学位移的模拟

将表征分子局部化学微环境的原子电性作用矢量(AEIV)和原子所处状态的原子杂化状态指数(AHSI)用于原小檗属类生物碱¹³C核磁共振(NMR)波谱模拟中,所得5参数回归模型的r, q, RMSEE和RMSCV分别为0.982 9, 0.982 1, 7.732 9和7.884 3. 采用留分法(LMO)和交叉测试(cross test, CT)相结合的方式对模型稳定性和预测能力的检验结果较为满意,LMO及CT对样本原子化学位移预测值与实验值的相关系数rpred分别为0.982 9, 0.986 5和0.982 1. 进一步采用该模型对¹³C NMR未知的4个小檗碱类化合物共计58个等价共振碳原子进行预测,所得结果与谱学模拟软件gNMR计算值较为接近.     

黄酮类化合物的原子电距矢量表达及核磁共振碳谱

提出以原子电性距离矢量(VAED)描述19种黄酮醇和21种黄酮中不同等价碳原子的化学微环境，结合碳原子类型，建立核磁共振碳谱(¹³C NMR)化学位移(CS)的四 参数线性模型, 对于19种黄酮醇285个碳原子其回归方程：Y(1)=72.097+20.803 X(1)+14.395 X(2)+ 12.030 X(3)；对于21种黄酮315个碳原子其回归方程：Y(1)=85.530+19.174 X(1)+15.565 X (2)+5.495 X(3)；黄酮醇和黄酮一起建模的回归方程为：Y(1)=77.679+20.373 X(1)+15.481 X(2)+9.004 X(3). 用于黄酮醇和黄酮分子等价碳原子化学位移的估计. 样本数目，相关系数，标准偏差，F统计值，回归平方和和残差平方和分别为：N=285，R=0.796，SD=14.734，F=162.315，U=105 705.359，Q=60 999.156 ；N=31 5，R=0.884，SD=12.381，F=369.114，U=169 745.141，Q=47 673.375和N=600，R=0.831，SD =14.122， F=443.449，U=265 310.563，Q=118 859.906. 经交互校验，模型稳定性较好. 并综合几种处理方法，找到一种较好的建模方法，作为初次有益的探讨，对黄酮和黄酮醇核磁共振碳谱建模效果尚好.     

氨基酸描述子SZOTT用于多肽定量序效建模研究

在相关研究的基础上, 提出一新的氨基酸描述子SZOTT, 该描述子所含信息量大, 且操作简便. 将其用于两类肽体系序列表征, 用偏最小二乘和正交信号纠正-偏最小二乘建模, 获得较好的建模结果.