抗病毒类化合物结构与离解速率的关系

发布时间：2018-06-19 09:51

  本文选题：抗病毒化合物 + 结合动力学　； 参考：《北京工业大学学报》2017年12期

【摘要】：为了解决如何筛选出更加有效的抗病毒类化合物的问题,研究了离解速率(k_(off))与抗病毒类药物结构的关系,理论依据是k_(off)常用于评价药物在人体开放性系统中的活性.首先,应用分子描述符软件计算出每个抗病毒类化合物的分子描述符,并使用多元逐步回归分析法、偏最小二乘法和遗传算法3种方法对描述符进行筛选.然后,分别采用支持向量机和BP神经网络方法建立抗病毒类化合物的k_(off)的预测模型,并用测试集对模型进行了验证.结果表明:筛选出了具有良好预测能力的描述符,建立的2个预测模型经验证均合理,对未来抗病毒类药物的研制具有指导意义.
[Abstract]:In order to solve the problem of how to screen more effective antiviral compounds, the relationship between the dissociation rate and the structure of antiviral drugs was studied. The theoretical basis is that kapp is often used to evaluate the activity of drugs in the open system of human body. Firstly, the molecular descriptors of each antiviral compound are calculated by using molecular descriptor software, and the descriptors are screened by multivariate stepwise regression analysis, partial least square method and genetic algorithm. Then, support vector machine (SVM) and BP neural network (BP) are used to establish the prediction model of anti-virus compounds, and the model is verified by test set. The results showed that the descriptors with good predictive ability were screened, and the two prediction models were proved to be reasonable, which could guide the development of antiviral drugs in the future.
【作者单位】： 北京工业大学生命科学与生物工程学院;
【基金】：国家自然科学基金资助项目(21173014) 北京高等学校高水平人才交叉培养“实培计划”项目
【分类号】：R914

【相似文献】

相关期刊论文 前4条

1 张向东,毕韶丹,关宏宇;拮抗药化合物活性的支持向量机研究[J];辽宁大学学报(自然科学版);2005年03期

2 李平;谈宁馨;饶含兵;李泽荣;陈宇综;;基于支持向量机方法的HERG钾离子通道抑制剂分类模型[J];物理化学学报;2009年08期

3 宋晓峰;韩平;;最优支持向量机用于HIV-1蛋白酶抑制剂的QSAR建模[J];计算机与应用化学;2007年11期

4 张振;钮冰;;基于支持向量机回归的抗癌药物活性研究[J];计算机与应用化学;2011年11期

相关博士学位论文 前1条

1 邹婷婷;支持向量机回归—近红外光谱法用于药物无损非破坏定量分析的研究[D];吉林大学;2008年

相关硕士学位论文 前2条

1 王淑艳;基于支持向量机方法的高效液相色谱溶剂的分类与回归模型研究[D];山西师范大学;2012年

2 赵树森;用支持向量机识别毒品和抗生素的太赫兹光谱[D];首都师范大学;2009年

，

本文编号：2039473