计算机辅助设计极光激酶抵制剂的研究-化学工程与技术专业论文.docxVIP

学位论文数据集中图分类号 学位论文数据集 中图分类号 R914．2 学科分类号 530．64 论文编号 lOOl0201l 1216 密 级 无 100lO 学位授予单位代码 学位授予单位名称 北京化工大学 作者姓名 王丽字 学 号 2008001216 获学位专业名称 化学工程与技术 获学位专业代码 0817 国家自然科学基金 209750 11) 计算机辅助药物 课题来源 研究方向 国家863计划 设计研究 (2006AA022337) 论文题目 计算机辅助设计极光激酶抑制剂的研究 关键词 极光激酶，极光激酶抑制剂，定量构效关系(QSAR)，多元线性回归 (MLR)，自组织神经网络(SOM)，支持向量机(sVM) 论文答辩日期 2011．05．23 ·论文类型 1．基础研究 学位论文评阅及答辩委员会情况 姓名 职称 工作单位 学科专长 指导教师 阎爱侠 教授 北京化工大学 计算机辅助药物设计 评阅人1 喻长远 教授 北京化工大学 中药现代化 评阅人2 张建伟 教授 首都医科大学 化学生物学 评阅人3 评阅人4 评阅人5 答黻员蝴 陈劲春 教授 北京化工大学 基因工程 答辩委员l 郑国钧 教授 北京化工大学 药物合成 答辩委员2 王雅琴 副教授 北京化工大学 生物化学 答辩委员3 杨 晶 副教授 北京化工大学 生物材料 答辩委员4 赵会英 副教授 北京化工大学 药物制剂 答辩委员5 注：一．论文类型：1．基础研究2．应用研究3-开发研究4．其它 二．中图分类号在((中国图书资料分类法》查询． 三．学科分类号在中华人民共和国国家标准(GB厂r 13745．9)《学科分类与代码》中查 询． 四．论文编号由单位代码和年份及学号的后四位组成． 摘要 摘要 计算辅助设计极光激酶抑制剂的研究 摘要 众所周知，癌症是目前致死率较高的疾病，因此，迫切需要发现新的 药物来治疗肿瘤以治愈或减轻癌症病人的疾病和痛苦。极光激酶家族是一 类重要的丝氨酸／苏氨酸激酶，包括极光激酶A、B、C三个家族成员，其 具有控制细胞有丝分裂的作用。经研究发现，在多种肿瘤病症中极光激酶 均有过表达现象出现，而且极光激酶A和B已经被作为抗癌药物设计的 靶标，本文主要对极光激酶的抑制剂进行了研究。 第一部分：用自组织神经网络和支持向量机的方法分别建立了极光激 酶抑制剂的选择性的分类模型。这些模型可以很好的将极光激酶抑制剂的 选择性划分为三个类别，即：对极光激酶A有选择性抑制，对极光激酶B 有选择性抑制和没有明显选择性抑制。两类模型的预测正确率分别是：自 组织神经网络方法对训练集为97．O％，对测试集为88．9％；支持向量机方 法对训练集为95．5％，对测试集为loo％。 第二部分：用自组织神经网络和支持向量机方法分别建立了148个极 光激酶A分子抑制剂的分类模型，所建立的分类模型可以有效的区分抑 制剂的高低活性。两个模型的预测正确率分别是：自组织神经网络方法对 训练集为96．6％，对测试集为90．0％；支持向量机方法对训练集为93．2％， 对测试集为93．3％。这两个模型均可以用来筛选现有的已知数据库来发现 可能的新的具有高活性的先导化合物。 I 北京化工大学硕士学位论文第三部分：建立了117个极光激酶A抑制剂生物活性(IC50)的四 北京化工大学硕士学位论文 第三部分：建立了117个极光激酶A抑制剂生物活性(IC50)的四 个定量关系预测模型。整个数据集用了两种不同的方法来划分训练集和测 试集，一种为随机选择方法，另一种为基于自组织神经网络方法。分别建 立了多元线性回归分析(池R)及支持向量机回归分析(SVM)模型来 预测IC50数值。建立的四个定量构效关系模型对测试集的预测的相关系 数均大于O．92。 关键词：极光激酶，极光激酶抑制剂，定量构效关系(QSAR)，多元线性 回归(MLR)，自组织神经网络(SOM)，支持向量机(SVM) Ⅱ cancer cancer cells．This thesis studied on Aurom kinase inhibitors． In the first part of thi