基于机器学习方法的丙型肝炎病毒聚合酶NS5B非核苷抑制剂的定量构效关系研究

对89个苯并异噻唑和苯并噻嗪类丙型肝炎病毒（HCV）NS5B聚合酶非核苷抑制剂进行了定量构效关系（QSAR）研究．采用遗传算法组合偏最小二乘（GA—PLS）和线性逐步回归分析（LSRA）两种特征选择方法选择最优描述符子集，然后建立多元线性回归和偏最小二乘线性回归模型．并首次尝试使用遗传算法耦合支持向量机方法（GA-SVM）对两种特征选择方法所选的描述符子集分别建立非线性支持向量机回归模型．三种机器学习方法所建模型均得到比较满意的预测效果．采用LSRA所选的6个描述符建立的三个QSAR模型对于测试集的相关系数为0．958—0．962，GA-SVM法给出最好的预测精度（0．962）．采用GA-PL...

Full description

Saved in:
Bibliographic Details
Published in物理化学学报 Vol. 29; no. 8; pp. 1639 - 1647
Main Author 丛湧 薛英
Format Journal Article
LanguageChinese
Published 四川大学化学学院,教育部绿色化学与技术重点实验室,成都610064%四川大学化学学院,教育部绿色化学与技术重点实验室,成都610064 2013
西华大学四川省先进科学计算重点实验室,成都610039
Subjects
丙型肝炎病毒NS5B聚合酶
偏最小二乘法
支持向量机
线性逐步回归分析
遗传算法
非核苷抑制剂
丙型肝炎病毒NS5B聚合酶
Linear stepwise regression analysis
支持向量机
HCV NS5B polymerase
遗传算法
非核苷抑制剂
偏最小二乘法
Genetic algorithm
Non-nucleoside Inhibitor
Partial least square
Support vector machine
线性逐步回归分析
Online AccessGet full text
ISSN1000-6818
DOI10.3866/PKU.WHXB201305171

Cover

More Information
Summary:对89个苯并异噻唑和苯并噻嗪类丙型肝炎病毒（HCV）NS5B聚合酶非核苷抑制剂进行了定量构效关系（QSAR）研究．采用遗传算法组合偏最小二乘（GA—PLS）和线性逐步回归分析（LSRA）两种特征选择方法选择最优描述符子集，然后建立多元线性回归和偏最小二乘线性回归模型．并首次尝试使用遗传算法耦合支持向量机方法（GA-SVM）对两种特征选择方法所选的描述符子集分别建立非线性支持向量机回归模型．三种机器学习方法所建模型均得到比较满意的预测效果．采用LSRA所选的6个描述符建立的三个QSAR模型对于测试集的相关系数为0．958—0．962，GA-SVM法给出最好的预测精度（0．962）．采用GA-PLS所选的7个描述符建立的三个QSAR模型对于测试集的相关系数为0．918—0．960，偏最小二乘回归模型的结果最好（0．960）．本工作提供了一种有效的方法来预测丙型肝炎病毒抑制剂的生物活性，该方法也可以扩展到其他类似的定量构效关系研究领域．
Bibliography:11-1892/06
HCV NS5B polymerase; Non-nucleoside Inhibitor; Linear stepwise regression analysis;Partial least square; Genetic algorithm; Support vector machine
The quantitative structure-activity relationship （QSAR） approach was used to predict the activity of two different scaffolds （benzoisothiazole and benzothiazine） of 89 non-nucleoside inhibitors of hepatitis c virus （HCV） NS5B polymerase. Two selection methods, linear stepwise regression analysis （LSRA） and genetic algorithm-partial least squares （GA-PLS）, were used to select appropriate descriptor subsets for QSAR modeling with linear models. The genetic algorithm-support vector machine （GA-SVM） approach was first used to build nonlinear models with six LSRA- and seven GA-PLS-selected descriptors. Three QSAR models built with the six LSRA-selected descriptors gave correlation coefficients of 0.958-0.962 for the training set. GA-SVM provided the highest prediction accuracy of the models of 0.962. Three QSAR models built with the seven GA-PLS-selected descri
ISSN:1000-6818
DOI:10.3866/PKU.WHXB201305171