计算药物(药学与生物信息学)第六章讲述.ppt

China Pharmaceutical University 6.6 模式识别在药学中的应用 6.6.1 药物定量构效关系的研究 定量构效关系(Quantitative structure activity relationship, 简称QSAR) 应用化学计量学的理论和方法研究QSAR是该领域重要的分支研究方向。 研究如何从物质的化学成分和结构定量预测其化学特性。ＱＳＡＲ从其本质上和化学模式识别有着密切的关系，研究样本是化合物分子结构与活性之间的隐含关系。 China Pharmaceutical University 研究有机化合物的质谱与其药理活性关系中，模式识别技术被应用于将66个药物分成两类，经检验其正确率达83％； 对13个降压药，43个抗组胺药、抗胆碱药、抗精神病药、抗忧郁药、镇痛药及抗惊厥药进行分类，其结果得到合理的解释； 用SIMCA模式识别代替多元回归分析对肾上腺素受体的苯乙胺激动剂和拮抗剂药物的构效关系研究，预示激动剂分类的正确率为100％，对拮抗剂分类预示正确率为88％； 对150个亚硝胺分子结构与其致癌性之间关系的研究，模式识别的结果验证了N－亚硝基化合物是致癌活性的重要来源； 线性学习机技术也曾被用于抗癌剂的分类和识别，用线性判别函数对24种化合物的预测，92％分类正确。 China Pharmaceutical University 6.6.2 对化学指纹谱的模式识别 应用模式识别方法研究色谱化学指纹图谱和药材及中成药的产地、品种、质量等特性的关系 。 通过对植物挥发油的红外光谱的强峰峰位编码后进行系统的模式识别，能成功识别醛、酮、酯、羧酸、醇等化合物类别，并预测未知化合物的类别。 China Pharmaceutical University 6.6.3 在实验方法优化中的应用 应用模糊聚类方法根据5种分子作用力数据对80余种有机溶剂进行分类，并用于建立和筛选薄层色谱展开剂系统，用于定性分析139种生物碱，使得工作效率大为提高。 临床分析中，模式识别应用于对肝功能生化数据和血清胆酸测定数据的模式识别；对特发细菌性腹膜炎的早期检测等 China Pharmaceutical University 小结 多变量数值分析方法 根据数值矩阵研究样本和变量间的相互关系 无监督模式识别 (聚类分析和因子分析) 有监督模式识别 ( KNN, LDA, SIMCA等 ) China Pharmaceutical University 最小生成树法 基本思想： 对n个样本，要找到连通n个顶点的n-1条边的加和为最小的生成树。 计算方法： 从最短距离的两点开始，每加一条边都不和已经生成树的构成回路循环。 例： x1 7样本2变量的聚类分析 C? A° ?B D? ?E G? F? x2 China Pharmaceutical University 最小生成树法 计算各点间的距离得下表： 解： 据上表，按两点距离小到大排列得如下顺序 BC AB EF EG AC AD CD DE C? A° ?B D? ?E G? F? x1 x2 将最长的边DE剪断，将7个样本分为两类 China Pharmaceutical University 6.3.4 模糊聚类法 China Pharmaceutical University China Pharmaceutical University 6.4 降维和显示技术 处理多变量数据时，当变量数为２或３时，我们可以通过绘图或计算机屏幕显示的方式直观地观察图形并识别其特征。当变量数超过３时，这种直接显示则不再可能，这就涉及降维问题。 如何将多维的数据在二维或三维空间中显示出其最大多数的信息，是降维和显示技术要解决的主要问题。 降维和显示技术有多种方法，因子分析技术是多数方法的算法基础，因子分析是通过对数据矩阵进行特征分析，旋转变换等处理获得信息的方法。因子分析在模式识别中的重要应用是降维和显示技术。数据的投影主要有主成分分析、因子分析等。 China Pharmaceutical University 需要与可能：在各个领域的科学研究中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为科学研究提供丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在大多数情况下，许多变量之间可能存在相关性而增加了问题分析的复杂性，同时对分析带来不便。如果分别分析每个指标，分析又可能是孤立的，而不是综合的。盲目减少指标会损失很多信息，容易产生错误的结论。 China Pharmaceutical University 因此需要找到一个合理的方法，减少分析指标的同时，尽量减少原指标包含