一组新氨基酸描述子用于肽定量构效关系研究

用主成分分析从20种天然氨基酸0D～3D结构信息中收集到的共1369个描述子变量得到了一组新氨基酸描述子(SZOTT), 将其用于血管紧张素转化酶抑制剂和苦味二肽结构表征并以偏最小二乘法建立定量构效关系模型, 得复相关系数R_CU²分别为0.894和0.908, 留一法交互检验的复相关系数R_CV²分别为0.828和0.736, 估计均方根误差RMS分别为0.331和0.195. 研究结果表明, SZOTT描述子含信息量大, 操作简便, 结构表达能力强, 有望在多肽定量构效关系研究中得到进一步推广.     

用自适应偏最小二乘回归为药物定量构效关系建模

提出了一种自适应偏最小二乘回归（APLSR）方法。对于指定的预测对象，APLSR将根据样本在结构参数空间中的分布，分析它们对预测对象的预报能力，自适应地为各个样本分配权值，并从样本数据中提取和选用PLS成分，从而实施自适应加权PLSR，以获得预报性能良好的模型，作者将APLSR应用于含硫苯衍生物的QSAR建模，取得了令人满意的效果。     

支持向量机用于多氯代萘毒性的定量构效研究

用偏最小二乘法(PLS)和留一交叉验证从90多个量子化学参数中筛选出极化率、分子量、部分原子上的净电荷、静电势等作为描述符,应用支持向量机(SVM)对20个多氯代萘同系物的三组毒性数据分别建立了定量构效关系模型.所得模型的交叉验证相关系数的平方分别为0.805、0.890、0.936.并将偏最小二乘法建模所得结果与之进行比较,结果表明,SVM预报能力优于PLS.     

定量构效关系研究进展

本文综述了定量构效关系及化学模式识别的研究与进展。     

硝基芳烃对梨形四膜虫毒性的定量构效关系解析

应用半经验方法AM1计算了42种硝基芳烃的19个量子化学和理化参数, 结合部分取自文献的分子结构符和梨形四膜虫的急性毒性数据, 采用偏最小二乘法回归分析建立了硝基芳烃对梨形四膜虫的毒性定量预测模型, 对该类化合物的急性毒性机理进行了讨论并对所建立模型与文献中相关报道的模型的评价指标进行了比较. 模型的内部交叉检验和外部测试检验结果均显示所获得模型具有较高的拟合精度和较好的预测效果(R²＝0.946, ＝0.921, P＝5.5×10^－18, F＝453.53, SD＝0.171), 其评价指标优于文献中报道的其它模型结果. 模型变量重要性分析表明, E_LUMO, a, , E_T, MW, CSV及MR对硝基芳烃的毒性大小有较大的制约作用, 硝基芳烃对梨形四膜虫所表现出来的毒性随着E_LUMO, E_T, △E的增大而减少, 随a, , , △H_f,, MW, CSV及MR的增大而增大. 导致E_T和△H_f对梨形四膜虫的毒性大小贡献的不同步, 被认为是由于硝基芳烃对梨形四膜虫多种致毒机制共存所造成.     

用数值遗传算法改进非线性PLS法进行构效关系研究

将数值遗传算法同非线性ＰＬＳ结合，改进和完善了非线性ＰＬＳ，推导了指数，对数，倒数和Ｓｉｇｍｏｉｄ函数的公式，构造了可以处理多种非线性函数关系的算法，可用于解决复杂的结构与性能相互关系。     

含氟新农药的构效关系研究Ⅱ.三维定量构效关系分析

为了能更深入地认识含氟新化合物作为农药的生物活性和其结构间的关系,建立有意义的药物-受体作用模型,寻找同类化合物的药效团,对合成的含氟化合物在经典QSAR方法研究的基础上,又进一步运用DISCO,CoMFA和Leapfrog方法研究了它们的三维构效关系.首先根据化学结构,将分子进行了分类,然后再分别进行CoMFA计算,根据第I类分子的CoMFA结果,我们进行了含氯化合物的全新设计.根据各类中较好的构效关系模型,我们进行了分子的改造,预测了它们的活性.     

PDK1的吲哚酮类抑制剂定量构效关系研究

3'磷酸肌醇依赖的激酶1(3'-phosphoinositide-dependent kinase1,PDK1)是--个63kDa的丝氨酸/苏氨酸(Ser/Thr)蛋白酶,它是Akt1的上游活化激酶~([1,2]).PDK1可在磷酸化的Akt1的Thr308位点使Akt1的活性增加30倍以上.但这种活化以依赖PIP3或PIP2的方式完成,PDK1也就因此而得名~([3]).     

Discodermolide及其衍生物三维定量构效关系的研究

Discodermolide是一种新颖的作用于微管蛋白的抗肿瘤化合物, 具有良好的药用前景. 为了设计出药效更好的类似物, 我们用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对discodermolide及其衍生物进行了三维定量构效关系(3D-QSAR)的研究, 并建立了相关的预测模型. 其中, CoMFA模型的交叉验证相关系数(q2)为0.592, 非交叉验证相关系数(r2)为0.982, 标准偏差(SEE)为0.094, F值为119.761; CoMSIA模型的q2为0.544, r2为0.980, SEE为0.098, F值为108.715. 计算结果表明, 获得的CoMFA和CoMSIA模型具有良好的预测能力, 可以应用于指导该类化合物的设计.     

皂甙的三维定量构效关系研究

针对目标分子柔性大的特点,在比较分子场分析(CoMFA)方法中采用交叉验证相关系数平方R^2引导的构象选择法。对12个皂甙分子的生物活性进行了三维定量构效关系研究。探讨了几种探针对构效关系结果的影响,并选择了一种较合理的“复合”探针方案。应用该复合探针构建CoMFA模型,发现影响药效的立体场与静电场的贡献分别为40%和40%,其它能量项的贡献为20%。该模型交叉验证的相关系数平方R^2为0.653,非交叉验证的R^2为0.991,方差比F(4,7)值130.195(即置信度99%以上),活性预计的标准偏差与极差比(s/△γ)为4.2%,表明模型具有较好的预测能力。根据该模型,预计在指定位置添加位阻较大的基团活性值提高将会比较明显。     

紫杉醇衍生物的三维定量构效关系研究

利用比较分子力场分析(CoMFA)方法对98个紫杉醇衍生物的三维定量构效关系(3D-QSAR)进行了分析,发现影响其活性的立体能与静电能之比为61.6/38.4.进一步分析表明,C-13侧链基团的改变对其活性影响较大,尤其是2'-OH对保持活性是至关重要的;而母环其它位置取代基的改变对活性影响较小.该模型交叉验证r_cv²=0.714,非交叉验证r₂=0.901;以此模型对验证组10个化合物活性进行预测,r_pred²=0.812,表明模型具有很好的预测能力,对紫杉醇的改性或新类似物的合成具有指导意义.     

氨基酸结构描述子矢量VHSE及其在肽QSAR中的应用

从20种天然氨基酸的50个物化性质出发，按照疏水、立体和电性特征将其分类后分别进行主成分分析，并将产生的得分矢量即VHSE(principal component score vector of hydrophilicity,steric，and electronic properties)作为氨基酸结构描述子用于肽的定量构效关系研究。与已有方法相比，VHSE描述子具有物化意义明确、结果更易解释等特点。应用该描述子并结合逐步回归变量筛选和偏最小二乘建模方法，在对苦味二肽和血管舒缓激肽促进剂等体系的定量构效关系研究中，均取得了优于已有文献的结果。     

安第斯病毒抑制肽的优化设计

安第斯病毒是汉坦病毒的一种,能引起汉坦病毒肺综合征,严重威胁人类的健康和生命安全,但目前尚缺乏有效的治疗办法,病毒抑制肽具有潜在的应用价值。本文利用多肽分子整体描述符,对一组安第斯病毒抑制肽进行定量构效关系(QSAR)研究,建立模型;并以模型为指导对多肽进行优化设计,以进一步提高其活性。结果表明,基于遗传算法-偏最小二乘算法建立的QSAR模型显示了较好的预测能力(R20.80,Q2ext0.58);依据模型设计出一组具有较高预测活性的多肽,为高活性抗病毒多肽的合成和实验验证打下了基础。     

Quantitative determination by temperature dependent near-infrared spectra

Near-infrared (NIR) spectra are sensitive to the variation of experimental conditions, such as temperature. In this work, the relationship between NIR absorption spectra and temperature was quantitatively analyzed and applied to the quantitative determination of the compositions in mixtures. It was found that, for the solvents such as water and ethanol, a quantitative spectra-temperature relationship (QSTR) model between NIR spectra and temperature can be established by using partial least squares (PLS) regression. Therefore, the temperature of a solution can be predicted by using the model and NIR spectrum. Furthermore, it was also found that the difference between the predicted results of different solutions is a quantitative reflection of concentration. The variation of intercept in the relationship of the predicted and measured temperature can be used to determine the concentration of the compositions. The mixtures of water, methanol, ethanol and ethylenediamine in a concentration range of 5-80% (v/v) were studied. The calibration curves are found to be reliable with the correlation coefficients (R) higher than 0.99. Both the QSTR and calibration model may extend the application of NIR spectroscopy and provide novel techniques for analytical chemistry.     

HLA-A*0201限制性CTL表位定量结构与活性研究

采用VHSE氨基酸结构描述子表征HLA-A*0201限制性表位结构, 以遗传算法和偏最小二乘相结合(GA-PLS)对102个训练集进行定量构效关系建模. 剔除3个异常样本后, 据候选模型交互检验及50个外部测试集预测结果, 筛选得到最优偏最小二乘模型(A＝2), 其R², Q²和 分别为0.755, 0.621和0.680. 构效研究显示: CTL表位活性主要与1, 2, 7, 8, 9位氨基酸残基疏水、1, 2位立体及6位残基电性等性质密切相关.     

优化的径向基-循环子空间网络为药物定量构效关系建模

径向基．循环子空间回归(RBF-CSR)网络,保留了径向基-偏最小二乘(RBF—PLS)网络的优点,且可在更广的范围内选择最优模型,但仍存在着参数难以确定,计算量大等问题。对此,本研究兼顾网络模型的拟合与预测性能,采用具有高效全局搜优能力的优进遗传算法(EGA)优化网络参数,构建为EGA-RBF-CSR方法,并将其成功应用于苯乙酰胺类除草剂的构效关系(QSAR)建模,效果良好,显示出很强的学习能力,所建模型具有良好的预报性能和稳定性,并优于其他方法。     

红外光谱定量分析中的一种变量聚类偏最小二乘算法

偏最小二乘算法( Partial least squares, PLS)可以很好地解决分析数据中的变量共线性问题,在光谱分析,尤其是近/中红外及拉曼光谱的定量分析中应用广泛。针对PLS存在的有效信息提取和噪声抑制问题,提出一种变量聚类重加权的PLS算法。通过对光谱的各波数变量进行聚类并分别建模,然后集成为全谱模型。通过对计算并赋予各子类不同的权重,根据对模型的贡献对变量进行重加权,从而提高算法的预测精度。汽油中的辛烷值预测和烟草中的烟碱含量预测两组近红外数据验证表明,所提出算法优于经典的PLS算法,其RMSEP在两组数据中分别降低32%和22%,在光谱数据的定量分析中具有潜在的应用优势。     

Quantitative determination by temperature dependent near-infrared spectra: a further study

Quantitative spectra-temperature relationship (QSTR) between near-infrared (NIR) spectra and temperature has been studied in our previous work (Talanta, 2010, 82, 1017-1021). In this study, applicability of the QSTR model for quantitative determination is further studied using the spectra of aqueous ethanol samples in the temperature range of 31-40 °C and the concentration range of 1-99%. The results show that QSTR model can be built by using the spectra in a small temperature range and the quantitative analysis can be achieved by only two spectra at different temperatures. Moreover, calibration curves for different concentration ranges (1-5%, 20-70%, 95-99%, v/v) are investigated by using linear and nonlinear curve fitting, respectively. Both of the linear and nonlinear curves are found to be applicable within these concentration ranges. Therefore, the temperature dependent NIR spectra may provide a new way for quantitative determination and may have high potential in bio-fluids analysis or industrial practices.     

基于多模型共识的偏最小二乘法用于近红外光谱定量分析

建立了多模型共识偏最小二乘(cPLS)建模方法, 并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究, 探讨了建模参数对预测结果的影响. 结果表明, cPLS方法与传统的偏最小二乘算法(PLS)相比, 所建模型更稳定可靠, 预测结果也可得到了明显改善.     

构建支持向量机-偏最小二乘法为药物构效关系建模

为研究药物构效关系积累样本数据的过程中,需为小样本建模。此时较易造成过拟合,影响模型的预测性能和稳定性。为此可用偏最小二乘(PLS)法从样本数据中成对地提取最优成分,消除自变量间的复共线性,并有效的降维,然后应用最小二乘支持向量机对成对成分进行非线性回归,并以基于误差修正的策略调整,使之更有效地表达自、因变量间的非线性关系。由此构建为EB-LSSVM-PLS算法,所建模型的预报精度高,稳定性良好。将其应用于新型黄烷酮类衍生物的QSAR建模,效果令人满意,其泛化性能优于其它方法。