[发明专利]预测细胞色素P4501A2抑制剂抑制浓度的方法

权利要求书

1.一种用简化偏最小二乘预测细胞色素P450酶CYP1A2抑制剂的抑制浓度的方法，其特征在于：包括如下步骤，

1）样本集的收集、处理和优化；

收集细胞色素P450抑制剂分子的结构以及相对应的抑制浓度，对收集的每个抑制剂分

子进行结构优化；

2）抑制剂分子描述符的构建

输入优化之后的细胞色素P450抑制剂分子结构，计算出与其对应的分子描述符值，每

个抑制剂分子包括若干个变量；

3）抑制剂分子描述符的初步筛选

删除对矩阵没有意义的描述符，降低冗余度；

采用以下具体步骤：

（ⅰ）删除对矩阵没有意义的描述符，降低冗余度；

（ⅱ）选择某一变量对应不同的样本时具有较大的方差，表征的信息量大，在统计分析中才会显著；

（ⅲ）相关性较高的变量说明该变量包括了另一变量含有的信息，相关性较高的变量同时引入模型，会导致预测结果变差，应剔除二者之一；

（ⅳ）剔除化合物的活性/性质和变量相关性极差的变量；

(ⅴ）使用逐步多元和无用信息变量结合的方法挑选最终的描述符；

4）抑制剂分子描述符数据集的重新标度

将经过初步筛选的抑制剂分子描述符利用matlab工具，采用Standardization这个函数将

抑制剂分子描述符的数据映射到一个范围内，所述范围为-6～6之间；

5）抑制剂分子描述符数据集的划分

将步骤2）至4）处理后的抑制剂分子描述符数据集，利用kennard-stone方法将

数据集分为训练集和测试集；

6）建立模型

用细胞色素P450抑制剂分子结构即就是用步骤2）至4）处理之后的抑制剂描述符与

其对应的抑制浓度建立关系模型，即QSAR模型；

7）预测细胞色素P450酶CYP1A2抑制剂的抑制浓度

根据所述步骤5）所得的测试集与所述步骤6）所建立的QSAR模型来预测细胞色

素P450抑制剂的抑制浓度。

2.根据权利要求1所述的简化偏最小二乘预测细胞色素P450酶CYP1A2抑制剂的抑制浓度的方法，其特征在于：所述步骤1）中收集52种细胞色素P450抑制剂分子及与其相对应的抑制浓度。

3.根据权利要求1所述的简化偏最小二乘预测细胞色素P450酶CYP1A2抑制剂的抑制浓度的方法，其特征在于：所述步骤2）中分子描述符的计算是采用在线药物分子描述符计算E-Dragon完成。

4.根据权利要求1所述的简化偏最小二乘预测细胞色素P450酶CYP1A2抑制剂的抑制浓度的方法，其特征在于：所述步骤5）中数据集的划分，将数据集用kennard-stone方法按照4:1的比例划分为训练集和测试集。

5.根据权利要求1所述的简化偏最小二乘预测细胞色素P450酶CYP1A2抑制剂的抑制浓度的方法，其特征在于：所述步骤7）中所述的预测过程，将步骤5）所得测试集代入步骤6）所述的关系模型中，得到对应细胞色素P450抑制剂分子的抑制浓度的预测值。