基于文化差分进化算法的最小二乘支持向量机及QSAR建模

针对最小二乘支持向量机最佳算法参数难以确定的缺陷,提出了基于文化差分进化算法的最小二乘支持向量机(Cultural Differential evolution Algorithm Least Square Support Vector Machine,CDE-LSSVM)。该算法通过新型的文化差分进化算法优化确定最小二乘支持向量机核宽度参数和惩罚系数,建立具有良好预测性能的模型。同时,针对药物定量构效关系(Quantitative Structure-Activity Relationships,QSAR)模型具有高度非线性、变量之间存在相关性的特征,采用CDE-LSSVM建立HIV-1蛋白酶抑制剂的药物定量构效关系模型。模型具有很好的拟合精度与预测精度,且优于最小二乘支持向量机、BP神经网络和径向基神经网络。     

核偏最小二乘法及其在P-glycoprotein抑制剂设计中应用

介绍了一个新的基于优化推导出的核偏最小二乘(kernel partial least squares.K-PLS)的算法原理和实现步骤.并且给出了利用K-PLS法构建P-糖蛋白(P-glycoprotein,P-gp)黄酮类抑制剂的定量构效关系(QSAR)模型.利用该方法结合几个简单的分子拓扑参数.构建了具有高准确率的预测模型.该模型将有助于P-gp黄酮类抑制剂的虚拟筛选和理性设计.结果证明K-PLS是一个十分稳定可靠的方法,将会在化学计量学领域得到较好的应用和推广.     

黄酮衍生物作为P糖蛋白抑制剂的构效关系研究

黄酮类化合物对P糖蛋白外泵作用的抑制效果越来越引起人们的关注.使用偏最小二乘法(PLS)和MolconnZ分子参数计算程序, 首次成功地构建了特异性地结合到P糖蛋白NBD2位点的黄酮类抑制剂的二维定量构效关系(2D-QSAR)模型.所得到的模型(尤其是模型D)表现出良好的可靠性和预测性,较好地关联了该类化合物结构特点和其对P糖蛋白抑制活性.这些模型对进一步合成和开发黄酮类P糖蛋白抑制剂有指导作用.     

基因表达式编程用于有机化合物的毒性预测

基因表达式编程方法(GEP)是一种新型的数据挖掘和建模工具,应用GEP方法对110个有机化合物的毒性进行了构效关系研究,并与人工神经网络(BP-ANN)和偏最小二乘(PLS)方法比较.结果发现,GEP方法的预测较好,且模型稳定.     

药物分子设计中定量结构-活性关系计算方法的研究

【目的】发展一种新的定量结构-活性关系(简称"构效关系"QSAR)计算方法。【方法】双层QSAR预测模型的第1层是分子的理化性质参数,第2层是分子片段结构参数。两组权重系数{ak}和{bl}分别指派给理化参数和片段参数。在双层QSAR预测模型中引入迭代的双最小二乘(IDLS)计算方法,把单层次的构效关系发展成二层次、双方向的预测网络;在训练集中两组系数用最小二乘法(或偏最小二乘法、主成分分析等)交替求解,直至收敛。【结论】二层次、双方向的QSAR预测模型不仅能够提高预测能力,具有一定的信息反馈和学习功能,而且赋予QSAR更多的信息分析能力。     

HMG—CoA还原酶阻滞剂的多维多元定量构效关系

采用比较分子场（CoMFA)分析法和偏最小二乘回归（PLS）法对十多种HMG－CoA还原酶阻滞剂的构效关系进行了多维定量建模研究,在描述变量数远远超过样本数的情况下,经典的Hansch方法等均不适应,而笔者的方法可给出良好结果。     

松油烯-4-醇衍生物构效关系

采用定性和定量方法分析了松油-4-醇及其14种衍生物对家蝇熏蒸和毒杀活性的构效关系.以Hyperchem软件的PM3模块对供试化合物进行量子化学计算,分别获得构效参数、轨道能级参数和单点净电荷参数.分析化合物各参数与其生物活性间的关系,并以偏最小二乘法(PLS)建立了一条电荷值—熏蒸活性模型(y=-0.159 989...     

呋喃二脒抗寄生虫衍生物的3D_QSAR研究

应用分子场分析法（MFA）对一系列呋喃二脒类抗寄生虫衍生物进行了三维定量构效关系研究,采用偏最小二乘法建模,得到了一个良好的统计模型,r2=0.963,r2cv=0.940. 利用该模型对随即选取的4个化合物组成的测试集进行了预测,外在预测的r2pred值达到0.953.     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计／计算机联机系统上利用人工神经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析，对比和研究，结果表明，反向传递模型具有良好的定性分类能力和定量预测能力；偏最小二乘算法的定性分类效果稍差，但定量预测能力优于反向传递算法。     

新型Atorvastatin类HMGR抑制剂的3D-QSAR和分子对接

羟甲基戊二酰辅酶A还原酶(HMGR)是内源性胆固醇合成的重要催化限速酶,通过抑制HMGR的活性可以降低内源性胆固醇的合成.HMGR抑制剂(他汀类)是治疗心血管疾病的最佳药物之一.运用计算机辅助药物设计(CADD)方法,综合三维定量构效关系(3D-QSAR)和分子对接分析研究已合成的HMGR抑制剂的结构与抑制活性之间的关系.根据最优3D-QSAR模型,再结合分子对接分析,设计出新型活性高的HMGR抑制剂分子.