[發明專利]用于預測化合物活性的兩級擬合QSAR模型的構建方法

有效

• 申請號: 201210455239.9
• 申請日: 2012-11-14
• 公開（公告）號: CN102930113A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 劉雅紅;賀利民;梁智斌;方炳虎;陳建新;湯有志;陳良柱
• 申請（專利權）人: 華南農業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/02
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 楊曉松

1.用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于包括以下步驟：

1）取若干個具有相同骨架的化合物作為訓練集，將訓練集化合物劃分取代基，并疊合訓練集化合物；

2）根據訓練集化合物的結構與活性，采用線性回歸法計算各取代基產生的局部生理作用，建立前級擬合模型；

3）根據訓練集化合物的活性與步驟2）計算得到的局部生理作用，采用神經網絡法計算出化合物的整體生物活性，建立后級擬合模型；

4）將前級擬合模型和后級擬合模型結合，構建成前后兩級QSAR模型。

2.根據權利要求1所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：步驟2）所述訓練集化合物的活性為抑制濃度或抑制率。

3.根據權利要求2所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：步驟1）具體如下：

對于已有的化合物，針對特定檢驗體系進行生物學活性的數據采集，數據指標采用抑制濃度或抑制率的負對數形式，以此作為訓練集樣本；使用Sybyl分析軟件檢驗化合物的二維結構，對通過檢驗的化合物生成其三維結構；隨后，進一步劃分化合物的取代基，并進行優化；最后，基于取代基劃分，并采用Topomer疊合技術對以上化合物三維結構進行疊合。

4.根據權利要求3任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：步驟2）具體如下：

用探針掃描疊合的訓練集化合物周圍的分子場，計算MSA、CoMFA或者CoMSIA分子場，對分子場信息進行挑選后，與訓練集化合物的實驗活性進行線性回歸，獲得構效關系的前級擬合模型。

5.根據權利要求4任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：步驟3）具體如下：

將步驟2）計算得到的局部生理作用，與訓練集化合物的活性進行歸一化，得到歸一化值，通過神經網絡模型去歸一化，計算出化合物的整體生物活性，獲得后級擬合模型。

6.根據權利要求1-5任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：所述訓練集化合物為具有p38激酶抑制率的吡唑類化合物。

7.根據權利要求1-5任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：所述訓練集化合物的樣本量至少有30個。

8.根據權利要求1-5任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：所述訓練集化合物劃分的取代基至少有2個，所述劃分的取代基中包括有化合物的連接橋。

9.根據權利要求1-5任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：所述步驟2）采用的線性回歸法為偏最小二乘法或主成分分析法。

10.根據權利要求1-5任一項所述的用于預測化合物活性的兩級擬合QSAR模型的構建方法，其特征在于：所述步驟3）采用的神經網絡法為BF神經網絡法或RBF神經網絡法。