基于支持向量机方法的HERG钾离子通道抑制剂分类模型.pdfVIP

物理化学学报(Wuli Huaxue Xuebao) August Acta Phys. -Chim. Sin., 2009, 25(8) ：1581-1586 1581 [Article] 基于支持向量机方法的HERG 钾离子通道抑制剂分类模型 李 平2 谈宁馨2 饶含兵1 李泽荣1,* 陈宇综3 (1 四川大学化学学院, 成都 610065; 2 四川大学化学工程学院, 成都 610065; 3 Department of Pharmacy, National University of Singapore, Singapore 117543) 摘要： 对human ether-a-gò-gò related genes(HERG)钾离子通道(钾通道)抑制剂, 计算了表征分子组成、电荷分 布、拓扑、几何结构及物理化学性质等特征的1559 个分子描述符, 采用Fischer Score(F-Score)排序过滤和Monte Carlo 模拟退火法相结合从中筛选与HERG 钾通道抑制剂分类相关的分子描述符. 采用支持向量机(SVM)方法, 分别以IC50=1.0、10.0 μmol ·L-1 为分类标准, 建立了三个分类预测模型. 对367 个训练集分子, 用五重交叉验证, 得到正、负样本的平均预测精度分别为84.8%-96.6% 、80.7%-97.7%, 其总的平均预测精度为87.1%-97.2%, 优 于其它文献报道结果. 对97 个外部测试集分子, 所建三个模型的总样本预测精度在67.0%-90.1%之间, 接近或 优于其它文献报道结果. 关键词： 支持向量机; HERG 钾通道抑制剂; Monte Carlo 模拟退火法 中图分类号： O641 Classification Models for HERG Potassium Channel Inhibitors Based on the Support Vector Machine Approach LI Ping2 TAN Ning-Xin2 RAO Han-Bing1 LI Ze-Rong1,* CHEN Yu-Zong3 1 2 ( College of Chemistry, Sichuan University, Chengdu 610065, P. R. China ; College of Chemical Engineering, Sichuan University, Chengdu 610065, P. R. China ; 3Department of Pharmacy, National University of Singapore, Singapore 117543) Abstract ： We calculated 1559 molecular descriptors including constitutional, charge distribution, topological, geometrical, and physicochemical descriptors to characterize the molecular structure of human ether-a-gò-gò related