基于遗传算法的黄酮类化合物对PTKs抑制性的QSAR研究.pdfVIP

基于遗传算法的黄酮类化合物对 PTKs 抑制性的 QSAR 研究 范 磊*，张运陶 西华师范大学应用化学研究所，四川南充，637002 E-mail: nczyt@ 摘要：用文献设定的结构参数和本文设定的结构参数，分别与由 HyperChem7.51Student Evaluation 计算得到的量化参数作为自变量构成 2 组数据，以逐步回归、遗传算法-偏最小二乘法(GA-PLS)和遗 传算法-支持向量机(GA-SVM)等算法对黄酮类化合物 PTKs 抑制性进行 QSAR研究。用各算法模型处理 数据，由本文设定的结构参数构成的数据集获得的预测结果更好，表明采用取代基团类型和取代位 置结合的编码参数包含的信息更为丰富，对物质性质的描述更加合理。在各种算法中，GA-SVM 模型 均具有最佳预测效果，该算法对 2 组数据作留一法预测处理得到的相关系数 R 和PTKs 抑制性实验值 与预测值的平均绝对误差 MAE 分别为 0.7595、0.2871 和0.7864、0.2883。研究还表明,GA-PLS 和 GA-SVM 联用算法的预测效果远高于单独使用的 PLS和 SVM 算法；由逐步回归建立的 MLR 模型对 2组 数据进行计算处理，尽管拟合时相关系数 R 分别达到 0.8136 和 0.8250，但作留一法交互验证时却 下降到 0.7113 和0.7354，明显低于 GA-PLS 和GA-SVM 联用算法。 关键词：黄酮类化合物，PTKs 抑制性，结构参数, 量化参数, 遗传算法, 支持向量机, 偏最小二乘 法，QSAR。 QSAR study of flavonoid derivatives as protein tyrosine kinases inhibitors based on genetic algorithms ZHANG Yun-tao*, FAN Lei Applied Chemistry Institute, China West Normal University, 637002,Nanchong, Sichuan Abstract: Quantitative structure-activity relationship (QSAR) study on flavonoid derivatives as p56lck protein tyrosine kinases(PTKs) inhibitors are performed by stepwise, Genetic Algorithms Partial Least Squares(GA-PLS) and Genetic Algorithms Support Vector Machines (GA-SVM). Two data sets, consisted of quantum-chemical descriptor calculated by HyperChem7.51 Student Evaluation and two types of structure descriptors, are used for model building. The predicted results show that the structure descriptor code method designed by us which contains both position and substitute type information is better than the method used in literature. In all these algorithms, GA-SVM has the best prediction effect. The correlation coefficient and mean absolutely error of prediction to two data sets are 0.7595, 0.2871 and 0.7864, 0.2883. It tu