[發明專利]一種基于多目標優化的抗乳腺癌藥物成分智能量化方法

在審

• 申請號: 202210069880.2
• 申請日: 2022-01-21
• 公開（公告）號: CN114496112A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 許志偉;陳宙;劉利民;劉廣文
• 申請（專利權）人: 內蒙古工業大學
• 主分類號: G16C20/50
• 分類號: G16C20/50;G16C20/64;G16C20/70;G06F17/11
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 段俊濤

1.一種基于多目標優化的抗乳腺癌藥物成分智能量化方法，其特征在于，包括如下步驟：

步驟1，在已有的化合物數據集上篩選影響ERα生物活性的主要分子描述符，步驟如下：

步驟1.1，采用隨機森林模型分析分子描述符對ERα生物活性的影響，即分子描述符的重要程度，得出分子描述符的重要性排序；

步驟1.2，將分子描述符采用斯皮爾曼相關系數進行相關性分析，篩選出對ERα生物活性具有顯著影響的分子描述符；

步驟2，基于粒子群優化的神經網絡構建化合物對ERα生物活性的定量預測模型；

步驟3，基于決策樹構建化合物的ADMET特征的特性預測模型，其中A表示小腸上皮細胞滲透性(Caco-2)、D表示代謝穩定性(CYP3A4)、M表示心臟毒性(hERG)、E表示口服生物利用度(HOB)、T表示遺傳毒性(MN)；

步驟4，分子描述符最佳取值范圍計算，步驟如下：

步驟4.1，綜合定量預測模型和特性預測模型構建基于多目標優化的遺傳算法模型；

步驟4.2，利用蒙特卡羅假設檢驗方法估計出分子描述符的最佳取值范圍。

2.根據權利要求1所述基于多目標優化的抗乳腺癌藥物成分智能量化方法，其特征在于，所述步驟1.1，采用隨機森林算法在分類的基礎上進行回歸分析，通過將化合物及其分子描述符分類的結果進行運算，獲得每個分子描述符的重要性程度，某一分子描述符重要性越大，表明該分子描述符對預測結果的影響越大，從而得到各個分子描述符對ERα生物活性的影響程度排名。

3.根據權利要求1所述基于多目標優化的抗乳腺癌藥物成分智能量化方法，其特征在于，所述步驟1.2中，通過多次篩選，提取出現次數超過預設值的分子描述符，然后使用斯皮爾曼相關系數對篩選出的分子描述符進行相關性分析，即，判斷兩個分子描述符之間是否具有相關性，以及它們之間相關強度的指標，當相關系數的絕對值越接近1時，越相關，斯皮爾曼相關系數ρ的表達公式為：

x_i,y_i表示篩選出的分子描述符中的第i個分子描述符，篩選出的分子描述符的總數為I，表示I個分子描述符重要程度的平均值；

通過計算各個分子描述符之間的相關性，過濾掉相似變量，依此篩選出具有相對獨立性的分子描述符，即對ERα生物活性具有顯著影響的分子描述符。

4.根據權利要求1所述基于多目標優化的抗乳腺癌藥物成分智能量化方法，其特征在于，所述步驟2，構建包含1個輸入層，10個隱藏層，1個輸出層的神經網絡，輸入層為對ERα生物活性具有顯著影響的分子描述符，輸出層為預測的PIC50的值，計算公式如下：

y＝f(wx+b)

x代表輸入的分子描述符，y代表預測的PIC50的值，w為輸入層網絡權重矩陣，b為閾值矢量，w和b的具體形式如下：

引入粒子群優化算法尋優以避免神經網絡陷入局部最優解，其公式為：

其中，r₁和r₂為(0,1)區間服從均勻分布的隨機數，c_1i和c_2i為學習因子，n為迭代次數，為迭代n次時粒子i的速度，為迭代n次時粒子i對應的個體的數量，和Gⁿ分別為粒子從初始到當前迭代n次搜索產生的局部最優解和全局最優解；

所述粒子，即分子描述符；所述個體，是將神經元之間所有的連接權值編碼成的實數向量；隨機生成這些向量的種群，按照算法原步驟迭代，迭代中新生成的個體向量還原成神經網絡權值；所述種群，即個體的隨機組合；所述局部最優解，指單個種群內產生的最接近PIC50的值；所述全局最優解，指全部種群產生的最接近PIC50的值。

5.根據權利要求4所述基于多目標優化的抗乳腺癌藥物成分智能量化方法，其特征在于，所述步驟2，使用定量預測模型進行結果預測，根據預測的PIC50的值檢驗是否符合結束條件，若符合，則停止迭代，輸出定量預測模型的最終權值和閾值，如不符合，更新每個粒子的位置以及速度，并繼續迭代，直到達到預期結果。