人工智能算法在生物药剂学中的应用

  人工神经网络(Artificial Neural Network,ANN)是对人脑若干基本特性通过数学方法进行的抽象和模拟,是一种模仿人脑结构及其功能的非线性信息处理系统。BP(Back-Propagation)网络是一种采用反向传播学习算法的神经网络,对于在任意闭区间内的一个连续函数都可以用单隐层的BP网络逼近,一个三层的BP网络就可以完成任意的n维到m维的映射。 遗传算法(Genetic Algorithm,GA)以生物进化过程为背景,模拟生物进化的步骤,将繁殖、杂交、变异、竞争和选择等概念引入到算法中,通过维持一组可行解,并对可行解进行重新组合,改进可行解在多维空间内的移动轨迹或趋向,最终走向最优解。它克服了传统优化方法容易陷入局部极值的缺点,是一种全局优化算法。 本文第一部分将神经网络应用到药物透过人皮肤的渗透性能预测研究中。采集两组数据样本,用Matlab自编程序分别建立了预测药物经皮渗透速率BP网络和预测经皮渗透系数的BP网络模型。两个模型的输入变量相同,为药物的分子量(Mr),油水分配系数(logK_(ow)),供氢数(Hd)和受氢数(Ha)。输出变量分别为药物经皮渗透速率(logJ_(max))和经皮渗透系数(logKp)。前者模型测试组预测logJ_(max)与实际logJ_(max)的相关系数平方为0.997,回归直线的斜率为0.970。后者模型测试组预测得到的logKp与实际logKp的相关系数为0.95,均方误差平方根(RMSE)为0.37。本研究表明BP神经能够很好地预测药物透过皮肤的渗透性能。 第二部分旨在建立一个生物药剂学分类系统(BCS)预测模型。药物在BCS中的分类取决于其溶解性和渗透性。故首先建立药物特征溶解度模型和绝对生物利用度模型。用多元线性回归和神经网络建立溶解度的线性模型和非线性模型,通过模型预测值与实际值的相关系数(R)、均方误差平方根(RMSE)和AIC比较,神经网络模型比逐步线性回归模型优越。用神经网络建立两种预测药物口服绝对生物利用度的模型。前者的输入变量为7个已能明确解释的理论参数,后者的输入变量有15个,包括上述变量和用遗传算法筛选出来的8个变量。通过比较,后者的预测效能优越。采集16个BCS分类明确的药物样本,用自行建立的溶解度模型和生物利用度模型预测分类,溶解度预测准确度为93.8%,渗透性预测准确度为81.2%,生物药剂学分类系统预测准确度为75.0%。 第三部分将神经网络应用到药动学参数的预测,用BP网络预测新生儿丁胺卡那霉素消除速率常数。建立梯度下降BP网络(GD-BP-NN),贝叶斯标准化BP网络(BR-BP-NN)和遗传BP网络(G-BP-NN),以23例新生儿静脉滴注丁胺卡那霉素相关临床资料为研究对象,研究新生儿胎龄、日龄和体重对丁胺卡那霉素消除速率的影响,预测患者的消除速率常数,并比较三种网络的预测精度和运行效率。结果表明GD-BP-NN,BR-BP-NN和G-BP-NN测试组预测值和实验计算值的相关系数分别为0.92,0.91和0.98;测试组均方误差平方根(RMSE)分别是0.020,0.024和0.010;相同的预测精度条件下,GD-BP-NN,BR-BP-NN和G-BP-NN分别运行了2000,219和82步。从中可以看出遗传算法对BP神经网络权值和阈值进行优化,从而克服了BP神经网络训练速度慢,容易陷入局域极小和全局搜索能力弱等缺点,故G-BP-NN预测效果更好。

【关键词】：
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：R94
【目录】：

• 摘要4-6
• Abstract6-8
• 前言8-14
• 参考文献12-14
• 第一章 分子结构处理与建模算法14-26
• 1.1 分子结构处理14-16
• 1.1.1 分子描述符计算14-15
• 1.1.2 分子三维结构的优化15-16
• 1.2 建模算法16-25
• 1.2.1 遗传算法(Genetic Algorithm)16-19
• 1.2.2 神经网络(Artificial Neural Network,ANN)19-22
• 1.2.3 多元线性回归(Multiple Linear Regression,MRL)22-25
• 参考文献25-26
• 第二章 化合物透过人皮肤渗透性能的预测26-42
• 2.1 实验方法26-34
• 2.1.1 药物渗透速率BP网络26-30
• 2.1.2 药物渗透系数BP神经网络30-34
• 2.2 实验结果34-38
• 2.2.1 药物渗透速率BP网络34-35
• 2.2.2 药物渗透系数BP网络35-38
• 2.3 讨论38-39
• 2.4 本章小结39-40
• 参考文献40-42
• 第三章 药物溶解度预测42-53
• 3.1 实验方法42-46
• 3.1.1 数据集和参数42-45
• 3.1.2 逐步多元线性回归45-46
• 3.1.3 神经网络模型46
• 3.2 实验结果46-49
• 3.2.1 多元线性回归46-48
• 3.2.2 BP神经网络48-49
• 3.3 讨论49-50
• 3.4 本章小结50-51
• 参考文献51-53
• 第四章 化合物口服生物利用度预测53-67
• 4.1 实验方法53-61
• 4.1.1 数据采集53-60
• 4.1.2 三维分子结构构造60
• 4.1.3 分子描述符60
• 4.1.4 重要分子描述的选择60-61
• 4.1.5 BP神经网络的建模61
• 4.2 实验结果61-64
• 4.2.1 遗传算法选择的分子描述符及其重要性61-63
• 4.2.2 预测效能63-64
• 4.3 讨论64-65
• 4.4 本章小结65-66
• 参考文献66-67
• 第五章 生物药剂学分类系统的研究67-73
• 5.1 实验方法67-69
• 5.1.1 数据采集67-68
• 5.1.2 特征溶解度预测68
• 5.1.3 溶解性计算68-69
• 5.1.4 绝对生物利用度预测69
• 5.2 实验结果69-70
• 5.2.1 溶解性预测69
• 5.2.2 渗透性预测69
• 5.2.3 生物分类系统预测69-70
• 5.3 讨论70-71
• 5.4 本章小结71-72
• 参考文献72-73
• 第六章 新生儿丁胺卡那霉素消除速率常数的预测73-83
• 6.1 材料与方法73-75
• 6.1.1 数据来源73-74
• 6.1.2 药动学模型74-75
• 6.2 实验方法75-78
• 6.2.1 梯度下降BP神经网络(Gradient descent backpropagation neural network,GD-BP-NN)75
• 6.2.2 贝叶斯标准化BP神经网络(Bayesian regularized back-propagation neural network,BR-BP-NN)75-76
• 6.2.3 遗传BP神经网络(Genetic backpropagation neural network,G-BP-NN)76-78
• 6.3 三种神经网络预测精度和运行效率的比较78
• 6.4 实验结果78-80
• 6.5 本章小结80-82
• 参考文献82-83
• 全文总结83-85
• 综述 神经网络和遗传算法在药剂学中的应用85-102
• 1.神经网络85-91
• 1.1 简介85-87
• 1.2 BP网络的MATLAB设计87-89
• 1.3 BP网络在药物制剂中的应用89-91
• 2.遗传算法91-97
• 2.1 简介91-93
• 2.2 遗传算法在药剂学上的应用93-97
• 3.展望97-99
• 参考文献99-102
• 致谢102-103
• 硕士阶段研究成果103

【相似文献】

中国期刊全文数据库 前10条

1 杨兰;董鸿晔;;BP神经网络与遗传算法结合优化培养基配方应用研究[J];黑龙江医药;2011年03期

2 许朝霞;王忆勤;颜建军;郭睿;刘国萍;燕海霞;李福凤;徐琎;郝一鸣;钱鹏;;基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J];北京中医药大学学报;2011年08期

3 王小兵;孙久运;;几种图像分割技术在医学图像处理中的应用研究[J];医疗卫生装备;2011年07期

4 田敬霞;张景祥;;人工神经网络预测分娩方式的研究[J];医学信息(中旬刊);2011年08期

5 荆斌;张鹏;李巍;查玉华;周双勤;尚学义;;基于智能算法睡眠呼吸暂停监测系统设计[J];中国医学装备;2011年09期

6 周红标;张宇林;胡金平;;基于遗传算法和BP神经网络的CTG识别研究[J];重庆医科大学学报;2011年07期

7 刘春艳;贾鹏;刘文君;;应用表面增强激光解吸电离飞行时间质谱筛选急性特发性血小板减少性紫癜患儿血清生物标志物[J];实用儿科临床杂志;2011年15期

8 王国锋;彭小虎;;计算机处理睡眠数据中2导脑电和1导眼电的非周期波形分析[J];中国组织工程研究与临床康复;2011年26期

9 陈鑫;张正国;冯逵;陈莉;韩少梅;朱广瑾;;儿童青少年肺通气功能预测的后向传播神经网络方法[J];生理学报;2011年04期

10 徐继承;李磊;刘桂红;周凤娟;苗慧;孙桂香;赵华硕;张训保;金英良;黄水平;;人工神经网络建立食管癌发病预测模型的比较研究[J];现代预防医学;2011年17期

中国博士学位论文全文数据库 前10条

1 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年

2 吴建发;优选压裂井方法研究[D];西南石油学院;2005年

3 闫滨;大坝安全监控及评价的智能神经网络模型研究[D];大连理工大学;2007年

4 王海瑞;密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D];昆明理工大学;2007年

5 赵胜利;基于计算智能方法的岩土工程与工程网络计划的应用研究[D];天津大学;2004年

6 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 王俊国;基于神经网络的建模方法与控制策略研究[D];华中科技大学;2004年

9 杨立峰;油品市场特性分析及企业发展研究[D];天津大学;2004年

10 李军红;冷轧带肋钢筋工艺的现代优化方法及质量控制[D];南昌大学;2006年

中国硕士学位论文全文数据库 前10条

1 盛本云;人工神经网络在变电站综合自动化系统优化中的应用[D];南京理工大学;2003年

2 王国峰;基于遗传神经网络的矿山泥石流危险性评价[D];西安科技大学;2008年

3 秦伟刚;基于人工神经网络的智能交通系统检测与控制[D];山东大学;2005年

4 郑未名;模糊神经网络的学习算法[D];武汉大学;2005年

5 汪磊;基于遗传神经网络的入侵检测模型研究[D];哈尔滨理工大学;2005年

6 宋富财;反应精馏的模拟与优化[D];天津大学;2004年

7 田伟雄;人工神经网络在连续梁桥施工控制中的应用[D];华中科技大学;2005年

8 赵建军;基于多Agent的流域洪水预报系统研究与应用[D];西北农林科技大学;2008年

9 周会娜;基于BP神经网络和遗传算法对工程陶瓷磨削力建模的研究[D];天津大学;2007年

10 曹艳龙;基于BP神经网络的渭河水质评价方法[D];陕西师范大学;2008年

  本文关键词：人工智能算法在生物药剂学中的应用，由笔耕文化传播整理发布。