资源描述：
《神经网络在药物定量构效关系_qsar_研究中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第四军医大学学报(JFourthMilitMedUniv)1998;19(Suppl)63·文献综述·神经网络在药物定量构效关系(QSAR)研究中的应用1121许卫中钱宗才梅其炳(第四军医大学生物数学模型概括和表达构效关系的量变规律.从1960医学工程系计算机应用教研室,2基础部药理学教研室西[1]年起,线性自由能相关分析法(Hansch法)在药物安710033)定量构效方法研究、预测同源物的生物活性和定量药物设计等方面均取得了长足进展.但由于关键词神经网络定量构效关系比较分子场法Hansch方法所使
2、用的物化参数是建立在化合物二中图号R318维结构基础上的,所以不能反应立体情况.所用的立体参数也只是给出总的体积或粗略的立体形状,摘要神经网络已经在模式识别、信号处理和图像处理等尤其是缺乏描述构型、构象等参数,不能满足拟合与领域取得了显著的成绩.近几年来,神经网络也在药物定量构效关系(QSAR)中得到了广泛的应用,取得了拟合精度高受体在三维空间互补性的需要.近几年来,三维定和预测能力强的效果.本文介绍了神经网络的基本原理,综量构效关系(3D-QSAR)方法的发展与应用,大大提述了神经网络在定量构效关系
3、中的应用,并讨论了应用中存高了计算机辅助药物设计的成功希望.三维定量构在的一些问题.效关系(3D-QSAR)是选择一组对某一生物系统具有明确响应值的分子;根据一些预定的取向规则进Applicationofneuralnetworktothestudyof行分子叠加;计算空间参数,以确定叠加分子周围的QSAR受体空间;产生分子空间参数与其对应生物活性间的关系函数;检验所产生函数的自洽性与预测能力.11[2]XUWei-Zhong,QIANZong-Cai,MEIQi-目前常用的方法有Cramer的比较分
4、子场分析2Bing(CoMFA)、Crippen的距离几何方法及Doweyko的1DepartmentofComputerApplication,Facultyof假想活性位点阵法(HASL).2BiomedicalEngineering,Departmentof比较分子场分析法(CoMFA)是目前应用最广Pharmacology,FacultyofPreclinicalMedicine,的3D-QSAR方法.该方法首先需确定药效构象并FourthMilitaryMedicalUniversity,X
5、i'an710033进行药效构象的叠合,然后在叠合的三维构象空间中加上网络点,计算探针原子与药物分子在各个网KeywordsneuralnetworkQSARCoMFA络点的范德华能和静电作用能,用偏最小二乘法建立生物活性与这些参数的三维定量构效关系(3D-AbstractNeuralnetwork(NN)methodshaveachieved[3,4].QSAR)方程greatsuccessesinthefieldsofmodelrecognition,signaland人工神经网络是在本世纪80年
6、代中期迅速发imagetreatmentetc.AndNNwaswidelyappliedtothe展的一门非线性科学,它力图模拟人脑的一些基本studyofquantitativestructure-activityrelationship特征,如自适应性,自组织性,容错性等,已在模式识(QSAR).Thebetterparameterestimationandprediction别,线性拟合,数据处理及自动化控制等领域得到了havebeenobtained.Thispaperpresentsthe
7、fundamentalsofNN,reviewsitsapplicationtoQSARandpointsout初步的运用.由于神经网络能进行比较非线性拟[5]someproblemsinitsapplication.合,因此目前正在尝试将其应用于3D-QSAR中.0引言1神经网络的基本原理定量构效关系(QSAR)是研究一组化合物的活人工神经网络技术是最近研究较多的一种数据性或毒性与其结构的、物化的或拓扑特征之间的关处理方法.该方法以模拟生物神经网络功能为其工系.QSAR采用数理统计的方法,揭示一组化
8、合物作基础,用数值计算的方法进行数据处理.人工神的活性与结构特征的变化规律,并以某种经网络处理过程主要分二点:网络的学习过程(也称为训练过程)和网络的回想过程(也称为应用过程).许卫中,男,1962-08-07生,山西人,汉族.1982年毕业于太原工业学习过程是利用已知参数的标准样本,通过比较网大学,学士,讲师.发表论文5篇.电话(029)3374840络计算结果和实际结果的差值,改变网络参数.经过多次训练,达到计算结果和实际结果的差值极小,建立可利用的
