| 基于机器学习方法的丙型肝炎病毒聚合酶NS5B非核苷抑制剂的定量构效关系研究 |
| |
| 引用本文： | 丛湧,薛英. 基于机器学习方法的丙型肝炎病毒聚合酶NS5B非核苷抑制剂的定量构效关系研究[J]. 物理化学学报, 2013, 29(8): 1639-1647. DOI: 10.3866/PKU.WHXB201305171 |
| |
| 作者姓名： | 丛湧 薛英 |
| |
| 作者单位： | 1.College of Chemistry, Key Laboratory of Green Chemistry and Technology, Ministry of Education, Sichuan University, Chengdu 610064, P. R. China;2.State Key Laboratory of Biotherapy, Sichuan University, Chengdu 610041, P. R. China |
| |
| 基金项目： | China，国家自然科学基金，西华大学先进科学计算省重点实验室开放基金 |
| |
| 摘 要： | 对89 个苯并异噻唑和苯并噻嗪类丙型肝炎病毒(HCV) NS5B聚合酶非核苷抑制剂进行了定量构效关系(QSAR)研究. 采用遗传算法组合偏最小二乘(GA-PLS)和线性逐步回归分析(LSRA)两种特征选择方法选择最优描述符子集, 然后建立多元线性回归和偏最小二乘线性回归模型. 并首次尝试使用遗传算法耦合支持向量机方法(GA-SVM)对两种特征选择方法所选的描述符子集分别建立非线性支持向量机回归模型. 三种机器学习方法所建模型均得到比较满意的预测效果. 采用LSRA所选的6 个描述符建立的三个QSAR模型对于测试集的相关系数为0.958-0.962, GA-SVM法给出最好的预测精度(0.962). 采用GA-PLS所选的7个描述符建立的三个QSAR模型对于测试集的相关系数为0.918-0.960, 偏最小二乘回归模型的结果最好(0.960). 本工作提供了一种有效的方法来预测丙型肝炎病毒抑制剂的生物活性, 该方法也可以扩展到其他类似的定量构效关系研究领域.
|
| 关 键 词： | 丙型肝炎病毒NS5B聚合酶 非核苷抑制剂 线性逐步回归分析 偏最小二乘法 遗传算法 支持向量机 |
| 收稿时间： | 2013-02-01 |
| 修稿时间： | 2013-05-17 |
Quantitative Structure-Activity Relationship Study of the Non-Nucleoside Inhibitors of HCV NS5B Polymerase by Machine Learning Methods |
| |
| CONG Yong , XUE Ying. Quantitative Structure-Activity Relationship Study of the Non-Nucleoside Inhibitors of HCV NS5B Polymerase by Machine Learning Methods[J]. Acta Physico-Chimica Sinica, 2013, 29(8): 1639-1647. DOI: 10.3866/PKU.WHXB201305171 |
| |
| Authors: | CONG Yong XUE Ying |
| |
| Affiliation: | 1.College of Chemistry, Key Laboratory of Green Chemistry and Technology, Ministry of Education, Sichuan University, Chengdu 610064, P. R. China;2.State Key Laboratory of Biotherapy, Sichuan University, Chengdu 610041, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | HCV NS5B polymerase Non-nucleoside Inhibitor Linear stepwise regression analysis Partial least square Genetic algorithm Support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《物理化学学报》浏览原始摘要信息 |
|
点击此处可从《物理化学学报》下载全文 |
|
