1茁转化酶抑制剂药效团模型中的应用元-世界科学技术——中医药现代化.PDF

2009 第十一卷 第六期 Vol.11 No.6 支持向量机在构建白介素-1茁转化酶 抑制剂药效团模型中的应用元 阴杨 晔 张燕玲 乔延江元元 北京中医药大学中药学院 北京 100102） ： 摘 要 以24 个作用于人体外围血单核细胞药理模型的白介素-1茁转化酶抑制剂作为研究对象， 、电子、几何结构等物理化学性质的 ，用 计算了其表征分子的拓扑 1209 个分子描述符 CfsSubsetEval 评 价方法和BestFirst-D1-N5 搜索方法筛选描述符，用Kennard-Stone 方法选择训练集和测试集。分别采用 支持向量机、决策树、贝叶斯网络、人工 经网络等机器学习方法建立分类预测模型并使用Catalyst/ HipHop 系统建立药效团模型。结果表明支持向量机优于其他分类模型，正、负样本的预测正确率均达到 、 、 100%。最优药效团模型具有5 个特征：2 个疏水基团 2 个脂性氢键受体 1 个氢键给体；以此药效团进 行中药数据库筛选得到384 个候选白介素-1茁转化酶抑制剂。利用支持向量机建立的分类预测模型对 候选化合物的活性进行了预测，其中高活性化合物占96.6%，表明白介素-1茁转化酶抑制剂药效团模型 较准确地反映了高活性化合物的公共特征。该模型的建立有助于从中草药筛选新型白介素-1茁转化酶 抑制剂。 关键词：白介素-1茁转化酶抑制剂 分子描述符 支持向量机 药效团 HipHop 白介素-1茁转化酶 Interlenkin-1茁coverting En原 Catalyst/ HipHop 系统可用于 定性药效团模 zyme ，ICE ），是剪切 IL-1茁和IL-18 前体的特异有效 型，其 药效团模型时，只需满足分子结 多样 蛋白酶[1] 。这两种细胞因子与多种 症过度导致的疾 性，不需要分子的活性值，适用范围广，但是难以评 病有关，如病毒性感染、肿瘤、自身免疫性疾病、风湿 价模型的可靠性及其命中化合物活性的高低。支持 。因此， 是 性疾病、心肌梗塞以及神经退行性疾病等 白 向量机 Support Vector Machines ，SVM ） 20 世纪90 介素-1茁转化酶已经成为治疗 症性相关疾病的重 年代由Vapnik 提出的基于统计学习理论，以结 风 [2] 险最小化原则提出的机器学习方法[3] 要靶点 。 ，具有所需样本 量少、建模方便、计算简单、学习训练时间短、泛化能 力强等优点。近年来，在药物分析、医学检验、工业生 ： 稿日期 2009-08-12 ： 修回日期 2009-09-10 元 科技部国家“973”计划（2005CB523401 ）：组分配伍与饮片配伍的相关性研究，负责人：郑虎占；国家“973”计划（2006CB504703 ）：寒热药性 的内在规律及共同属性研究，负责人：乔延江；中医药行业科研专项（200707010 ）： 对病毒性疾病的中药活性发现关键技术研究，负责 人：朱晓新。 元元 联系人：乔延江，本刊编委，教授，博士生导师，北