CAJ | 학술논문

与传统的非甾体类消炎药相比,选择性环氧化酶-2抑制剂具有无胃肠道粘膜损伤,溃疡和肾功能障碍等严重的副作用,设计选择性环氧化酶-2抑制剂具有重要意义.本文用支持矢量学习机和神经网络两种机器学习方法建立选择性环氧化酶-2抑制剂的活性预测模型,以期为选择性环氧化酶-2抑制剂药物的合成提供先导化合物.我们将467个环氧化酶-2抑制剂用Kennard-Stone方法分为训练集,验证集和独立测试集,对每一抑制剂分子我们计算了463个包含组成描述符和拓扑描述符的分子描述符来表征其分子结构,并通过F-Score方法选取最重要的分子描述符用于分类模型的建立.结果表明,SVM方法通过变量筛选后具有很好的预测能力,其预测正确率达到93.30%.
여전통적비치체류소염약상비,선택성배양화매-2억제제구유무위장도점막손상,궤양화신공능장애등엄중적부작용,설계선택성배양화매-2억제제구유중요의의.본문용지지시량학습궤화신경망락량충궤기학습방법건립선택성배양화매-2억제제적활성예측모형,이기위선택성배양화매-2억제제약물적합성제공선도화합물.아문장467개배양화매-2억제제용Kennard-Stone방법분위훈련집,험증집화독립측시집,대매일억제제분자아문계산료463개포함조성묘술부화탁복묘술부적분자묘술부래표정기분자결구,병통과F-Score방법선취최중요적분자묘술부용우분류모형적건립.결과표명,SVM방법통과변량사선후구유흔호적예측능력,기예측정학솔체도93.30%.