计算机辅助药物设计中用于建模的计算方法研究进展.pdfVIP

维普资讯 中 国 海 洋 大 学 学 报 第 35卷 第 3期 35(3)：407～411 PERl0DlCAl0F0CEAN UNlVERSlTY 0FCHlNA 2005年 5月 May，2005 综 述 计算机辅助药物设计中用于建模的计算方法研究进展 陈安进 2，石 杰 (1 中国海洋大学，山东 青岛 266003；2 青岛市市立医院，山东 青岛266011) 摘要： 通过检索国内外相关领域的大量研究文献，并结合作者的研究经验，综述 了计算机辅助药物设计中计算方法的发展 及其应用的最新进展。并对计算方法的选用原则进行了探讨，以期为从事CADD工作者合理选择建模计算方法提供有价值 的参考。 关键词： 计算机辅助药物设计 (CADD)；定量构效关系(QSAR)；计算方法 中图法分类号 ： R914．2；TP15 文献标识码 ： A 文章编号： 1672—5174(2005)03—407—05 随着对药物的结构和性质关系的认识从定性描述 使用。 走向定量研究，药物设计正迅速地变为 1门计算分析 1．2线性判别分析 (LDA) LDA是 1种较为普遍的 性极强的学科 。计算机辅助药物设计 (Computer—Aided 用于特征提取的线性分类方法，其 目的是从高维特征 DrugDesign，CADD)是以计算机为工具，利用有关药物 空间里提取出最具有判别能力的低维特征。这些特征 及其生物大分子靶标的知识，通过理论模拟、计算和预 能帮助将同一个类别的所有样本聚集在一起，不同类 测，来指导和辅助新型药物分子的设计和发现。计算 别的样本尽量地分开，即满足类 内类间距最大准则条 机技术介入药物设计，首要问题就是选用合适的计算 件下将原始特征x从R”空间变换到R。。空间。 方法构建理想的药物定量构效关系(QSAR)模型。 由于训练样本的数量往往小于每 1个样本所包含 CADD的计算方法发展很快，现 已由最初的回归 的像素个数，故样本类 内离散度矩阵通常是奇异的。 与相关统计方法发展到多种模式识别方法 。自20世 为解决这一 问题，Swets等 0【J提出PCA+LDA 的2步 纪90年代，人工神经网络方法也越来越多的被运用， 策略，利用主成份分析法将高维空间的样本投影到低 并取得了良好的效果，但 目前发展新的有效计算方法 维空间以保证样本类 内离散度矩阵是非奇异的。该方 仍是CADD的 1个重要方 向。另外，由于数据类型的 法的问题在于 PCA在降维的同时也丢失了很多帮助 多样性以及建模方法的不同，计算方法的合理选择和 判别的有用信息。HYu等 J提出首先删除样本类间 多种计算方法合理联用也极其重要。本文就常用的建 离散度矩阵的零空间。但是，样本类间离散度矩阵的 模计算方法及其选择原则等进行介绍，为从事 CADD 秩等于样本类别的个数减一，因此，第 1次降维之后， 工作者合理选择建模计算方法提供参考 。 空间维数 已经相当小，从而限制了进一步获得具有更 强判别能力的投影方向。IChen等[]将样本类间离 1 计算方法及其进展 散度投影到样本类 内离散度的零空间，然后选择相对 投影后的样本类间离散度的较大特征值的特征向量作 1．1