專利名稱：基于支持向量機預測胞漿型磷脂酶A₂α抑制劑的抑制濃度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于支持向量機預測胞漿型磷脂酶A2CI抑制劑的抑制濃度的方法，屬于化學計量學和化學信息學的交叉領(lǐng)域。
背景技術(shù)：
胞漿型磷脂酶A2Ci是胞漿型磷脂酶A2的三個亞型(分別為α、β、Y )之一，它可以限制花生四烯酸的產(chǎn)生，此外胞漿型磷脂酶A2Ci的激活導致了大量的油脂中介體的產(chǎn)生，例如白細胞三烯、前列腺素、血小板活化因子等。由于抑制胞漿磷脂酶A2Ci的激活有著重要的意義，所以胞漿型磷脂酶A2Ci抑制劑的開發(fā)引起了藥物研究者的興趣。抑制劑分子的抑制濃度實驗數(shù)據(jù)測試困難、費用較高，限制了大量樣本的獲取，而抑制濃度是評價抑制劑效果的主要指標，因此在抑制劑開發(fā)初期，準確預測抑制劑分子的抑制濃度，可以減少后期抑制劑開發(fā)的風險，降低研發(fā)成本。支持向量機是基于統(tǒng)計學習理論的ー種新型機器學習方法，目的是根據(jù)給定的訓練樣本對某系統(tǒng)輸入輸出之間依賴關(guān)系的估計，使它能夠?qū)ξ粗敵鲎龀霰M可能準確的預測。

發(fā)明內(nèi)容
本發(fā)明的目的是解決現(xiàn)有技術(shù)中胞漿型磷脂酶A2 α抑制劑的抑制濃度實驗數(shù)據(jù)測試困難的問題，提供一種基于支持向量機準確預測胞漿型磷脂酶A2Ci抑制劑的抑制濃度的方法。本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)，
一種基于支持向量機預測胞漿型磷脂酶A2Ci抑制劑的抑制濃度的方法，其特征在干，包括如下步驟
1)樣本集的建立收集胞漿型磷脂酶A2α抑制劑的分子結(jié)構(gòu)；
2)抑制劑分子描述符集的構(gòu)建輸入胞漿型磷脂酶A2Ci抑制劑的分子結(jié)構(gòu)，計算出與其對應的分子描述符值，該分子描述符含有若干個分量；
3)簡化抑制劑分子描述符集；
4)抑制劑分子描述符集的重新標度將簡化后的抑制劑分子描述符集映射到[-1，+1]區(qū)間，映射公式為
權(quán)利要求
1.一種基于支持向量機預測胞漿型磷脂酶A2 a抑制劑的抑制濃度的方法，其特征在于，包括如下步驟 1)樣本集的建立收集胞漿型磷脂酶A2Ci抑制劑的分子結(jié)構(gòu)； 2)抑制劑分子描述符集的構(gòu)建輸入胞漿型磷脂酶A2Ci抑制劑的分子結(jié)構(gòu)，計算出與其對應的分子描述符值，該分子描述符含有若干個分量； 3)簡化抑制劑分子描述符集； 4)抑制劑分子描述符集的重新標度將簡化后的抑制劑分子描述符集映射到[-1，+1]區(qū)間，映射公式為
2.根據(jù)權(quán)利要求I所述的基于支持向量機預測胞漿型磷脂酶A2a抑制劑的抑制濃度的方法，其特征在于步驟2)所述抑制劑的分子結(jié)構(gòu)的構(gòu)象處于最低能量狀態(tài)。
3.根據(jù)權(quán)利要求I所述的基于支持向量機預測胞漿型磷脂酶A2a抑制劑的抑制濃度的方法，其特征在于步驟2)中分子描述符的計算是采用在線藥物分子描述符計算軟件MODEL完成。
4.根據(jù)權(quán)利要求I所述的基于支持向量機預測胞漿型磷脂酶A2a抑制劑的抑制濃度的方法，其特征在于，步驟3)所述的簡化過程為 (a)刪除與抑制劑分子結(jié)構(gòu)相關(guān)性不大的抑制劑分子描述符； (b)再刪除描述符值為0的抑制劑分子描述符，刪除對于所有抑制劑所對應的分子描述符值都相等的描述符； (c)使用逐步回歸方法對剩下的抑制劑分子描述符再進行篩選。
5.根據(jù)權(quán)利要求I所述的基于支持向量機預測胞漿型磷脂酶A2a抑制劑的抑制濃度的方法，其特征在于在步驟5)中，樣本集是按4:1的比例隨機劃分為訓練集和測試集。
6.根據(jù)權(quán)利要求I所述的基于支持向量機預測胞漿型磷脂酶A2a抑制劑的抑制濃度的方法，其特征在于，步驟5)中所述的支持向量機模型參數(shù)優(yōu)化過程為 設(shè)置容量因子C固定為100 ;e不敏感損失函數(shù)的e值變化范圍的最大值為1，最小值為-1，變化步長為0.01 ;核函數(shù)參數(shù)、的值變化范圍的最大值是1，最小值-1，變化步長為0. 01 ;核函數(shù)K選用高斯徑向基核函數(shù)； 將訓練集隨機的均分為10組，其中的9組用來建立抑制劑分子結(jié)構(gòu)與抑制濃度的關(guān)系模型，剩余的一組用來驗證該模型，依次對每一組進行一次驗證，將驗證后所得到10次結(jié)果的準確率的平均值作為準確的估計； 準確率最高時所對應的容量因子C、e不敏感損失函數(shù)的e值、核函數(shù)參數(shù)Y的值即為支持向量機模型參數(shù)的最優(yōu)值。
全文摘要
本發(fā)明涉及基于支持向量機預測胞漿型磷脂酶A2α抑制劑的抑制濃度的方法，屬于化學計量學和化學信息學的交叉領(lǐng)域。通過支持向量機建立抑制劑分子結(jié)構(gòu)和抑制濃度之間的關(guān)系模型，從而只要知道一個抑制劑的分子結(jié)構(gòu)，就可以預測與其相應的抑制濃度。該方法預測準確率可達90%以上，模型更穩(wěn)定，可以減少后期抑制劑開發(fā)的風險，降低研發(fā)成本。
文檔編號G06F19/00GK102708269SQ20111032563
公開日2012年10月3日 申請日期2011年10月24日 優(yōu)先權(quán)日2011年10月24日
發(fā)明者劉冬, 盧小泉, 史海材, 周喜斌, 姬東琴, 李亞亞, 陳晶 申請人:西北師范大學