[發(fā)明專利]基于支持向量機(jī)的藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性預(yù)測(cè)方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200810045708.3
• 申請(qǐng)日: 2008-07-31
• 公開(kāi)（公告）號(hào): CN101329699A
• 公開(kāi)（公告）日: 2008-12-24
• 發(fā)明（設(shè)計(jì)）人: 楊勝勇;黃奇;魏于全;馬長(zhǎng)英;張會(huì)
• 申請(qǐng)（專利權(quán)）人: 四川大學(xué)
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50;G06N1/00;G06N3/12
• 代理公司: 成都信博專利代理有限責(zé)任公司
• 代理人: 潘育敏;馮義高

所屬技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)輔助藥物分子設(shè)計(jì)領(lǐng)域，特別涉及一種基于支持向量機(jī)的藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性預(yù)測(cè)方法。

背景技術(shù)：

在藥物開(kāi)發(fā)的初期，使用計(jì)算機(jī)預(yù)測(cè)藥物分子的藥代動(dòng)力學(xué)性質(zhì)和毒性，可以減少后期藥物開(kāi)發(fā)的風(fēng)險(xiǎn)，降低研發(fā)成本。目前常用的預(yù)測(cè)藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性的方法主要包括多重線性回歸、主成分分析、偏最小二乘方法等。這些方法的缺陷主要包括：它們只適用于化合物結(jié)構(gòu)差異較小的體系，而實(shí)際的藥物分子體系一般結(jié)構(gòu)差異很大；這些方法一般要求樣本的數(shù)量多，而藥代動(dòng)力學(xué)和毒性實(shí)驗(yàn)數(shù)據(jù)測(cè)試?yán)щy、并且費(fèi)用較高，限制了大量實(shí)驗(yàn)數(shù)據(jù)的獲取；由于試驗(yàn)數(shù)據(jù)的不足導(dǎo)致了預(yù)測(cè)能力非常有限。

支持向量機(jī)(Support?Vector?Machine，SVM)是近年來(lái)發(fā)展起來(lái)的一種優(yōu)秀的機(jī)器統(tǒng)計(jì)學(xué)習(xí)方法，它在文字、圖像識(shí)別和數(shù)據(jù)挖掘中已得到較多的應(yīng)用。但是使用SVM的方法還不能很好地完成藥物分子的藥代動(dòng)力學(xué)和毒性預(yù)測(cè)。因?yàn)镾VM本身還存在一些自身無(wú)法解決的問(wèn)題，比如在SVM建模中所使用的描述符有許多是重復(fù)和冗余的，SVM參數(shù)包括懲罰函數(shù)C和核函數(shù)γ的設(shè)置不盡合理等。這些問(wèn)題的存在嚴(yán)重地影響藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性預(yù)測(cè)模型的質(zhì)量。如何充分利用支持向量機(jī)的統(tǒng)計(jì)學(xué)習(xí)建模和計(jì)算機(jī)快速處理外部巨大數(shù)據(jù)的獨(dú)特優(yōu)勢(shì)，開(kāi)發(fā)適用于藥物分子的藥代動(dòng)力學(xué)和毒性預(yù)測(cè)模型，對(duì)計(jì)算機(jī)輔助藥物分子設(shè)計(jì)和創(chuàng)新藥物研發(fā)有著十分重要的作用。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于支持向量機(jī)的新的藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性預(yù)測(cè)方法。本方法既充分利用支持向量機(jī)的統(tǒng)計(jì)學(xué)習(xí)建模優(yōu)勢(shì)，又充分利用計(jì)算機(jī)快速處理外部大量數(shù)據(jù)的能力，其基本思路是引用藥物分子描述符程序計(jì)算出描述符，進(jìn)行描述符的預(yù)處理，在構(gòu)建新的SVM預(yù)測(cè)模型過(guò)程中同時(shí)充分考慮藥物分子描述符的選擇和SVM參數(shù)的優(yōu)化，并建立藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性的預(yù)測(cè)系統(tǒng)，使其預(yù)測(cè)質(zhì)量和效率大為提高。

本發(fā)明的目的是這樣達(dá)到的：一種基于SVM的藥物分子藥代動(dòng)力學(xué)性質(zhì)和毒性預(yù)測(cè)方法，其特征在于：構(gòu)建新的計(jì)算機(jī)程序預(yù)測(cè)模型，在構(gòu)建過(guò)程中同時(shí)進(jìn)行藥物分子描述符的選擇和SVM參數(shù)的優(yōu)化；構(gòu)建步驟包括：描述符的計(jì)算，描述符的預(yù)處理，對(duì)描述符數(shù)據(jù)集進(jìn)行重新標(biāo)度，采用集成的方法同時(shí)進(jìn)行描述符的優(yōu)化和SVM參數(shù)優(yōu)化；SVM參數(shù)的優(yōu)化使用共扼梯度法，對(duì)懲罰函數(shù)C和核函數(shù)γ進(jìn)行優(yōu)化；描述符的優(yōu)化使用遺傳算法，個(gè)體適應(yīng)度函數(shù)采用綜合反映預(yù)測(cè)準(zhǔn)確度和描述符數(shù)目的適應(yīng)度函數(shù)Fit＝W_A×SVM_accuracy+W_f×N_F，其中SVM_accuracy為該個(gè)體的5重交叉驗(yàn)證的精度，W_A為對(duì)應(yīng)的權(quán)重，N_F為描述符的個(gè)數(shù)，W_F為對(duì)應(yīng)的權(quán)重。在獲得每個(gè)染色體的適應(yīng)度函數(shù)后，通過(guò)輪盤(pán)賭，雜交和突變等運(yùn)算產(chǎn)生下一代種群；描述符的選擇和SVM參數(shù)優(yōu)化的集成是在SVM參數(shù)優(yōu)化的基礎(chǔ)上對(duì)每一個(gè)個(gè)體進(jìn)行適應(yīng)度函數(shù)的計(jì)算，完成輪盤(pán)賭，雜交和突變的數(shù)據(jù)集成。

所述對(duì)SVM參數(shù)優(yōu)化使用共扼梯度法，對(duì)懲罰函數(shù)C和核函數(shù)γ進(jìn)行優(yōu)化的方法是：設(shè)C′，γ′是最優(yōu)的懲罰函數(shù)和核函數(shù)，A′值最小表示SVM預(yù)測(cè)的精度最高，C′＝logC，γ′＝logγ，A′＝-A；然后按照以下步驟進(jìn)行：

(1)在初始點(diǎn)x₀＝(C′₀，γ′₀)處計(jì)算梯度的負(fù)值，即r₀＝-g₀，設(shè)置第一個(gè)共扼方向d₀＝r₀；

(2)設(shè)x_i＝x₀，d_i＝d₀，沿d_i方向線性搜索α_i，使得-f(x_i+α_id_i)最小，然后產(chǎn)生x_i+1＝x_i+α_id_i；

(3)在新的點(diǎn)計(jì)算r_i+1＝-g_i+1；

(4)檢查是否滿足收斂條件，即|r_i+1|＜tolerance的設(shè)定值，如果滿足則退出，否則繼續(xù)下一步。