计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2013年
2期
133-136
,共4页
汪云星%李斌%朱强%戢凤琴
汪雲星%李斌%硃彊%戢鳳琴
왕운성%리빈%주강%집봉금
Aβ%支持向量机%中药化学数据库%阿尔兹海默症
Aβ%支持嚮量機%中藥化學數據庫%阿爾玆海默癥
Aβ%지지향량궤%중약화학수거고%아이자해묵증
Aβ%Support Vector Machine%TCMD%Alzheimer's disease
脑部淀粉样β多肽(β-amyloid peptide,Aβ)的纤维化沉积是阿尔兹海默症(Alzheimer's disease,AD)主要病理特征之一.因此,开发Aβ聚集抑制剂对AD治疗具有重要意义.本文采用支持向量机(Support Vector Machine,SVM)方法分别构建Aβ和Aβ40聚集抑制活性分类模型.采用五重交叉验证筛选模型参数,并通过留一法验证模型.结果表明,Aβ和Aβ40聚集抑制剂分类模型对训练集的预测精度分别为98.4％和93.2％,对测试集的预测精度分别为73.3％和75.0％.我们利用预测效果较好的Aβ40聚集抑制剂分类模型从中药化学数据库(Traditional Chinese Medicines Database,TCMD)中筛选出17种具有潜在Aβ抑制活性的中药化合物.经统计分析,含有以上命中化合物最多的中草药植物分别为雷公藤(Tripterygium wilfordii)和猴头菌(Hericium erinaceus).这为从中药化合物中发现新的AD治疗药物提供了理论指导.
腦部澱粉樣β多肽(β-amyloid peptide,Aβ)的纖維化沉積是阿爾玆海默癥(Alzheimer's disease,AD)主要病理特徵之一.因此,開髮Aβ聚集抑製劑對AD治療具有重要意義.本文採用支持嚮量機(Support Vector Machine,SVM)方法分彆構建Aβ和Aβ40聚集抑製活性分類模型.採用五重交扠驗證篩選模型參數,併通過留一法驗證模型.結果錶明,Aβ和Aβ40聚集抑製劑分類模型對訓練集的預測精度分彆為98.4％和93.2％,對測試集的預測精度分彆為73.3％和75.0％.我們利用預測效果較好的Aβ40聚集抑製劑分類模型從中藥化學數據庫(Traditional Chinese Medicines Database,TCMD)中篩選齣17種具有潛在Aβ抑製活性的中藥化閤物.經統計分析,含有以上命中化閤物最多的中草藥植物分彆為雷公籐(Tripterygium wilfordii)和猴頭菌(Hericium erinaceus).這為從中藥化閤物中髮現新的AD治療藥物提供瞭理論指導.
뇌부정분양β다태(β-amyloid peptide,Aβ)적섬유화침적시아이자해묵증(Alzheimer's disease,AD)주요병리특정지일.인차,개발Aβ취집억제제대AD치료구유중요의의.본문채용지지향량궤(Support Vector Machine,SVM)방법분별구건Aβ화Aβ40취집억제활성분류모형.채용오중교차험증사선모형삼수,병통과류일법험증모형.결과표명,Aβ화Aβ40취집억제제분류모형대훈련집적예측정도분별위98.4％화93.2％,대측시집적예측정도분별위73.3％화75.0％.아문이용예측효과교호적Aβ40취집억제제분류모형종중약화학수거고(Traditional Chinese Medicines Database,TCMD)중사선출17충구유잠재Aβ억제활성적중약화합물.경통계분석,함유이상명중화합물최다적중초약식물분별위뢰공등(Tripterygium wilfordii)화후두균(Hericium erinaceus).저위종중약화합물중발현신적AD치료약물제공료이론지도.
