基于機(jī)器學(xué)習(xí)方法構(gòu)建類天然產(chǎn)物性打分模型.pdf

1、隨著藥學(xué)的發(fā)展，人們逐漸發(fā)現(xiàn)通過化學(xué)合成的方式尋找新藥具有研發(fā)成本高，研發(fā)周期很長(zhǎng)，篩選命中率太低并且毒性很高等缺點(diǎn)，科學(xué)家們現(xiàn)在開始更多的從天然產(chǎn)物中尋找新藥，天然產(chǎn)物成為藥物發(fā)現(xiàn)的重要源泉。
　　本課題首先研究了Etrl等人已發(fā)表的基于分子片段分離天然產(chǎn)物的方法，并通過實(shí)驗(yàn)證明該方法在預(yù)測(cè)分子量較大的天然產(chǎn)物時(shí)所存在的不足，之后本課題以多種機(jī)器學(xué)習(xí)算法為基礎(chǔ)構(gòu)建了化合物類天然產(chǎn)物性評(píng)價(jià)的打分方法，并對(duì)比了Etrl等人的方法。<

2、br>　　本文用14132個(gè)天然產(chǎn)物分子和42490個(gè)合成分子做訓(xùn)練集，用Dragon6.0軟件計(jì)算得到了2514個(gè)分子描述符，并使用WEKA軟件內(nèi)設(shè)的CFS算法選出其中相關(guān)性最好的46個(gè)分子描述符進(jìn)行模型的構(gòu)建，構(gòu)建好類天然產(chǎn)物性打分模型后，用測(cè)試集進(jìn)行預(yù)測(cè)。結(jié)果顯示決策樹算法對(duì)天然產(chǎn)物的預(yù)測(cè)正確率為93.7％，對(duì)合成分子的預(yù)測(cè)正確率為97.7％，總預(yù)測(cè)正確率為96.7％;隨機(jī)森林算法對(duì)天然產(chǎn)物的預(yù)測(cè)正確率為98.9％，對(duì)合成分子的預(yù)