基于gep的定量分析与非线性回归方法.docxVIP

基于gep的定量分析与非线性回归方法 摘要：利用由遗传算法和遗传规划扩展而来的基因表达式编程(GEP)，建立了31个3-[4-(苯磺胺基)苯甲酰基]-2H-1-苯并吡喃-2-酮衍生物的定量构效关系模型。QSAR模型通过描述符预测α-葡萄糖苷酶ic50值。这些描述符在CODESSA软件中计算，并基于启发式方法从描述符库中选择。选择6个描述符建立线性回归模型和非线性回归模型。线性回归和非线性回归结果的比较表明，GEP方法的QSAR建模优于多元线性回归。 1 概述α-葡萄糖苷酶位于肠细胞刷状缘表面膜中，是催化碳水化合物消化为葡萄糖的最后一步的关键酶2 实验2.1 数据集和描述符的选择数据3-[4-(苯磺胺基)苯甲酰基]-2H-1-苯并吡喃-2-酮衍生物取自现有文献QSAR模型使用描述符来表示化合物的生化特性。在这种情况下，生成和计算尤为重要。分子描述符的计算步骤如下:首先，在ChemDraw软件中绘制31个化合物的分子描述符。通过使用超混沌7.52.2 HM建立线性模型使用MOPAC软件计算所有分子描述符后，使用逐步多元线性回归程序生成模型，并使用CODESSA软件中的启发式方法2.3 GEP建立非线性模型本3 结果和讨论3.1 HM建模结果通过CODESSA软件为每种化合物计算了487个描述符。为了获得与α-葡萄糖苷酶抑制剂的活性最相关的一组描述符，基于HM建立了具有1到9个描述符数量的线性回归模型。图1显示了不同数量的描述符对R此外，为了避免分子描述符的多重共线性，计算了描述符之间的相关系数，如表3所示。结果表明，任意两个描述符的相关系数均小于0.8，表明所有描述符都是独立的。因此，所构建的线性模型具有很强的统计可靠性。HM模型的曲线如图2所示。线性模型公式如下：3.2 GEP建模结果将数据集分为24个化合物的训练集和7个化合物的测试集，然后使用实现GEP算法的软件自动问题求解程序(APS)构建非线性模型。演变过程中使用的APS软件默认参数。在第199代获得了满意的结果，训练集和测试集的相关系数分别为0.85和0.84，均方根误差(RMSE)分别为0.38和0.55。预测结果如图3所示。训练集和测试集的拟合结果如图4和5所示。此外，ETs解码的非线性模型方程如下:4 结论在这项工作中，GEP建立了一个定量非线性模型来预测α-葡萄糖苷酶IC50。与HM建立的线性预测模型相比，GEP建立的非线性模型具有更好的预测能力和稳定性。因此，GEP为解决更复杂的科技问题提供了新的方法。这为α-葡萄糖苷酶抑制剂的设计和合成的进一步研究提供了指导。