基于支持向量机药物adme%2ft性质预测

《基于支持向量机药物adme%2ft性质预测》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、摘要基于支持向量机的药物ADME／T性质预测应用化学专业研究生袁海斌指导老师向明礼副教授药物的药代动力学特征，即药物的吸收、分布、代谢和排泄(ADME)，再加上毒性(Toxici劝是决定一个药物能否成功上市的关键因素。传统的药物设计中对ADMB厂r性质的重视不够，导致研制的候选药物能成功上市的几率仅为1／10，甚至更少。因此在药物研发之初就考虑ADME厂r性质将会有助于降低药物的淘汰率，从而节约药物开发成本。由于ADME厂r的高通量实验测定难以实现，ADMEfr性质预测的计算机模拟，便成为一条值得探索的重要途径。目前已有多种方法用于计算机辅助ADME

2、，r性质预测，包括定量的结构一活性关系(QsAR)和定量的结构一性质关系(QSPR)等。近年由于支持向量机(SVM)方法在解决小样本，非线性及高维模式识别问题中表现出许多特有的优势，因而SVl讧在许多领域得到广泛应用。本文使用SⅥ讧结合遗传算法(GA)来对药物的ADh伍，r性质进行研究。研究表明，GA是一种高效的消除冗余变量、提高模型计算效率的变量筛选方法。同时，本方法对ADME厂r性质的预测结果，优于他人的研究结果。说明结合遗传算法的SⅥⅥ方法在ADME厂r性质预测中是一种更有效的分类方法。具体内容如下：第一章，介绍了SⅥⅥ的理论基础、用C语言编写

3、的网格搜索算法程序确定核函数的两个重要参数C和丫的具体实现步骤、分子描述符的分类和计算方法以及使用遗传算法(GA)进行变量选择的原理和参数的设置。四川大学硕士毕业论文第二章，检验SVM结合GA的方法对P．gP底物的预测能力。使用与文献中同样的化合物数据集和分子描述符，用c语言编写的GA程序对分子描述符进行筛选。在模型训练过程中用网格搜索法确定核函数的两个重要参数C和Y，同时用5重交叉验证对模型进行验证。把SVM结合GA方法建立的P—gp底物预测模型，与文献中使用的SVM结合递归变量消除(m．E)方法建立的模型进行对比。结果表明，我们使用SVM结合GA

4、方法建立的P—gp底物预测模型，不仅可以提高预测正确率，而且可以进一步减少变量个数，从而提高模型预测的速度。第三章用SVM结合GA的方法建立药物透血脑屏障(BBB)的预测模型，与文献中使用的几种统计学方法建立的模型进行对比。分子描述符经遗传算法筛选后，由按文献选定的37个减少到了17个，建立的SVM模型的总体预测正确率高于文献值。第四、五章是在第二、三章研究手段的基础上，对尚未用SVM方法进行研究的药物与人血清白蛋I刍(HSA)结合和药物致癌性的两个体系进行了分类预测。总体预测正确率都在80．0％以上。关键词：支持向量机，分子描述符，遗传算法，p一糖

5、蛋白底物，人血清白蛋白透血脑屏障，致癌性AbstractPredicttheADME／TpropertiesofdrugsusingSupportingVectorMachinebasedmethodMajor：AppliedChemis仃yGraduate：YuanHai-binAdvisortXiangMing-li(AssociateProfessor)Pharmaeokinetiecharacteristicofdrug，namelytheabsorption,distribution,metabolismandexcretion(aDME)

6、togetherwithtoxicity,isacrucialfactorforadrugsteppingintomarketsuccessfully．Traditionally,suchanimportantcharacteristicwasnotgotmorethanenoughnotice，asaresult．theprobabilityofdrugcandidatessuccessfullyhittingmarketislessthanone-tcuth．ThereforeitisnecessarytoevaluateAD／VlE／Tprop

7、ertiesofdrugcandidatesatthebeginningofthedrugresearchanddevelopmentSOast0reduceeliminationrate．andreducethecostofdrugdevelopment．DuetothegreatdifficultyofgainingtheADME／Tpropertiesthroughhighthroughputscreeningexperiment，itmBfftbeavaluablewaytopredictthosepropertiesbytheaidofco

8、mputermodeling．Nowadaysseveralkindsofmethodsbasedoncom