自适应模糊偏最小二乘方法在药物构效关系建模中应用.pdfVIP

第33 卷 分析化学 （FENXI HUAXUE ） 研究简报 第7 期 2005 年7 月 Chinese JournaI of AnaIyticaI Chemistry 972 ~ 976 自适应模糊偏最小二乘方法在药物构效关系建模中的应用 ＊ 成 忠 陈德钊 吴晓华 叶子青 （浙江大学化学工程系仿真中心，杭州3l0027 ） 摘 要 作为一种局部逼近方法，自适应神经模糊推理系统（ANFIS ）适于为药物定量构效关系（OSAR ）建模。 描述药物分子结构的参数较多，常存在耦合关系，会增加建模难度，并影响模型的预报性能。为此，将ANFIS 和偏最小二乘（PLS ）相结合，先由PLS 从样本数据中提取成分，再由ANFIS 实现每对成分间的非线性映射，并 基于输出误差进一步修正所提取的成分，使之对因变量具有最优的解释能力，由此构建为EB-AFPLS 方法。 该法已成功地应用于HIV-l 蛋白酶抑制剂的OSAR 建模，效果良好，显示出很强的学习能力，所建模型的预报 性能也优于其它方法。 关键词 非线性偏最小二乘，模糊推理系统，神经网络，药物定量药效关系，HIV-l 蛋白酶抑制剂 1 引 言 ［l，2 ］ 药物定量构效关系（guantitative structure-activity reIationship ，OSAR ）多为非线性的 ，常用实验测 定的和理论计算的参数表示分子结构，局部效应显著，然而随着参数增多，会存在复共线性，将影响建模 的稳定性。可用非线性偏最小二乘（non-Iinear partiaI Ieast sguares ，NLPLS ）方法，从自变量、因变量中成 对地提取最优成分，消除复共线性，再令成对成分进行非线性逼近［3 ~ 5 ］。多项式和多层前传网（muIti- Iayer feedforward network ，MLFN ）均为全局逼近，且低次多项式逼近精度有限，高次的会引起振荡，MLFN 则易造成过拟合或欠拟合。 ［6 ，7 ］ 基于模糊逻辑的模糊推理系统，能以任意精度逼近非线性函数 ，此为局部逼近，拟合良好，预报 ［8 ］ 精度较高 。本研究拟将基于自适应神经模糊推理系统（adaptive neuro-fuzzy inference system ，ANFIS ） 用于成对成分的非线性逼近，并通过误差修正与PLS 方法相关联，构成基于误差修正的自适应模糊偏 最小二乘（ error-based adaptive fuzzy PLS ，EB-AFPLS ）算法。将它应用于人类免疫缺陷病毒l 型（HIV- ［9 ］ l ）蛋白酶抑制剂 的OSAR 建模，效果良好。 2 ANFIS 自适应模糊推理系统 T ［l0 ］ 以! = （x l ，x2 ，…，xp ）为p 维输入向量，y