医药导报
醫藥導報
의약도보
HERALD OF MEDICINE
2010年
5期
555-558
,共4页
吲哚烷胺%5-羟色胺1B/1D受体%定量构效关系%贝叶斯规整化神经网络
吲哚烷胺%5-羥色胺1B/1D受體%定量構效關繫%貝葉斯規整化神經網絡
신타완알%5-간색알1B/1D수체%정량구효관계%패협사규정화신경망락
目的 利用贝叶斯规整化神经网络模型研究45种吲哚烷胺对5-羟色胺(5-HT)1B/1D受体激动活性的定量构效关系.方法 选取115种与结构相关的拓扑参数、几何参数和疏水性参数等,通过主成分分析法进行参数减元,建立基于10种主成分变量的活性预测贝叶斯规整化神经网络模型,并利用去一法(LEAVE-ONE-OUT)对模型进行交叉验证.结果 应用残差绝对值的平均值(MAE)进行筛选,得到隐含层神经元数目为10的模型为最佳模型.在该模型下,吲哚烷胺对5-HT1B受体和5-HT1D受体亲和力的实验值和预测值一元相关系数平方(R2)分别为0.990 5和0.988 7.结论 模型显示吲哚烷胺5-HT受体激动作用与其结构有密切关系.贝叶斯规整化神经网络结合主成分分析方法有良好的预测能力,且稳定可靠,有望在5-HT1B/1D受体激动药新药设计中得到广泛应用.
目的 利用貝葉斯規整化神經網絡模型研究45種吲哚烷胺對5-羥色胺(5-HT)1B/1D受體激動活性的定量構效關繫.方法 選取115種與結構相關的拓撲參數、幾何參數和疏水性參數等,通過主成分分析法進行參數減元,建立基于10種主成分變量的活性預測貝葉斯規整化神經網絡模型,併利用去一法(LEAVE-ONE-OUT)對模型進行交扠驗證.結果 應用殘差絕對值的平均值(MAE)進行篩選,得到隱含層神經元數目為10的模型為最佳模型.在該模型下,吲哚烷胺對5-HT1B受體和5-HT1D受體親和力的實驗值和預測值一元相關繫數平方(R2)分彆為0.990 5和0.988 7.結論 模型顯示吲哚烷胺5-HT受體激動作用與其結構有密切關繫.貝葉斯規整化神經網絡結閤主成分分析方法有良好的預測能力,且穩定可靠,有望在5-HT1B/1D受體激動藥新藥設計中得到廣汎應用.
목적 이용패협사규정화신경망락모형연구45충신타완알대5-간색알(5-HT)1B/1D수체격동활성적정량구효관계.방법 선취115충여결구상관적탁복삼수、궤하삼수화소수성삼수등,통과주성분분석법진행삼수감원,건립기우10충주성분변량적활성예측패협사규정화신경망락모형,병이용거일법(LEAVE-ONE-OUT)대모형진행교차험증.결과 응용잔차절대치적평균치(MAE)진행사선,득도은함층신경원수목위10적모형위최가모형.재해모형하,신타완알대5-HT1B수체화5-HT1D수체친화력적실험치화예측치일원상관계수평방(R2)분별위0.990 5화0.988 7.결론 모형현시신타완알5-HT수체격동작용여기결구유밀절관계.패협사규정화신경망락결합주성분분석방법유량호적예측능력,차은정가고,유망재5-HT1B/1D수체격동약신약설계중득도엄범응용.