基于基因表达数据的化合物肝毒性SVM预测模型研究

发布时间：2022-12-22 01:24

　　药物肝毒性是导致新药研究失败和临床药物撤市的一个重要的因素。据统计在新药研发过程中因候选药物肝毒性而导致失败的比例为37%,在临床应用中因药物肝毒性而导致药物撤市的比例为18%,因此,在药物研发早期以及临床使用中对药物肝毒性进行预测对于提高研发成功率和合理用药具有重要意义。由于药物肝毒性发生机制复杂,如何提高药物肝毒性预测的准确性以及适用性特别对迟发性药物肝毒性的预测依然面临重大挑战。在此,本研究尝试结合基因表达数据和机器学习技术构建药物肝毒性预测模型,以期在提高预测准确性的同时,提高肝毒性预测模型适用性以及实现迟发性药物肝毒性的早期预测。1.综述本章回顾了药物肝毒性及其预测现状。首先介绍了药物肝毒性的概念,并阐明了对化合物肝毒性的预测在药物的研发和应用中的重要性。其次,对药物肝毒性预测的方法,包括体内外生物实验法、专家系统、基于化合物预测方法、机器学习预测方法和基于基因表达数据的预测方法进行了综述,为本研究提供了理论支撑。2.肝毒性预测模型建模数据的搜集及处理本章旨在搜集建模所需的药物（或化合物）肝毒性的基因表达数据,并在预处理基础上进行分组和特征基因的筛选。通过对TG-GATE数据... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
引言
第一章 综述
    1.1 药物肝毒性概述
    1.2 药物肝脏毒性预测方法概述
        1.2.1 基于体内外实验方法预测肝毒性
        1.2.2 基于计算机方法预测肝毒性
    1.3 本论文研究目的和意义
第二章 肝毒性SVM预测模型建模数据的搜集及处理
    2.1 数据库、软件及相关程序包
    2.2 建模数据的搜集及处理
        2.2.1 数据的搜集
        2.2.2 数据的预处理
        2.2.3 建模数据的分组
    2.3 特征基因的筛选
        2.3.1 差异表达分析
        2.3.2 基于Boruta算法的特征基因筛选
    2.4 本章小结
第三章 肝毒性SVM预测模型的构建、优化及性能测试
    3.1 软件及程序
    3.2 肝毒性SVM预测模型的构筑及参数考察
        3.2.1 肝毒性SVM预测模型交叉验证模式的选择
        3.2.2 肝毒性SVM预测模型分类类型的选择
        3.2.3 肝毒性SVM预测模型核函数的选择
    3.3 肝毒性SVM预测模型的测试集验证
    3.4 肝毒性SVM预测模型的优化
        3.4.1 GA算法优化肝毒性SVM预测模型性能参数
        3.4.2 GS算法优化肝毒性SVM预测模型性能参数
        3.4.3 PSO算法优化肝毒性SVM预测模型性能参数
        3.4.4 肝毒性SVM预测模型最优参数选择
    3.5 本章小结
第四章 最优肝毒性SVM预测模型的文献和实验验证
    4.1 材料
        4.1.1 数据库、软件及相关程序包
        4.1.2 仪器与试剂
        4.1.3 实验动物
    4.2 基于文献的化合物肝毒性预测
    4.3 长春碱的肝毒性预测和实验验证
        4.3.1 长春碱的肝毒性预测
        4.3.2 长春碱肝毒性的实验验证
    4.4 本章小结
第五章 全文总结
参考文献
致谢



本文编号：3723155