基于SVM的Aβ聚集抑制劑和血腦屏障通透性預(yù)測模型.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著社會的不斷發(fā)展,物質(zhì)和經(jīng)濟條件的提高,人口老年化程度越來越高,阿爾茲海默癥(Alzheimer's disease,AD)患者的數(shù)量在全球也迅速的增加,給全球的經(jīng)濟、社會以及部分家庭帶來了沉重的負擔(dān),因此研發(fā)能夠治療AD的藥物變得非常迫切。由于β淀粉樣蛋白(β-amyloid,Aβ)代謝過程在AD的發(fā)生中具有很重要的作用,如果能有效地控制Aβ的聚集將有望從根本上治療AD。本文首先構(gòu)建了能夠篩選Aβ聚集抑制劑的支持向量機(Suppor

2、t Vector Machine,SVM)模型,然后用上述模型從中藥化學(xué)數(shù)據(jù)庫(Traditional Chinese Medicines Database,TCMD)中篩選出合適的中藥,最后用作者自己構(gòu)建的血腦屏障(Blood Brain Barrier,BBB)通透性模型測試上述中藥的通透性,最終確立具有Aβ抑制效益并能通過血腦屏障的中藥,進而為以后的實驗驗證以及進一步的藥物研發(fā)做好基礎(chǔ)和提供一些參考價值。
   本文中總共

3、構(gòu)建了四個SVM模型,包括兩個Aβ40小分子抑制劑模型、一個Aβ42小分子抑制劑模型和一個BBB模型,由于Aβ40聚集抑制劑的數(shù)據(jù)涉及到兩種不同的實驗Aβ self seeding radio assay與Aβ self seeding thioflavin T assay,為了區(qū)別這兩種數(shù)據(jù)建立的模型,便分別稱為Aβ40聚集抑制劑預(yù)測模型R和Apβ40聚集抑制劑預(yù)測模型T。
   構(gòu)建BBB通透性預(yù)測模型所用的樣本數(shù)量為415

4、,訓(xùn)練集的準(zhǔn)確度為92.5%,測試集的準(zhǔn)確度為79.4%,五重交叉驗證得到的平均準(zhǔn)確率為80.3%。
   構(gòu)建Aβ40聚集抑制劑預(yù)測模型R所使用的樣本數(shù)量為64,訓(xùn)練集的準(zhǔn)確度為88.6%,測試集的準(zhǔn)確度為75.0%,留一法驗證的平均準(zhǔn)確率為75.0%。從TCMD23033個化合物中總共篩選出了41個化合物,然后統(tǒng)計出含有這些化合物的種類大于等于3種的中藥,結(jié)果為胡椒屬(Piper chaba)(果實)、雷公藤(Tripter

5、ygium wilfordii)干姜(Zingiber officinale)、高良姜(Alpinia officinarum)和益智仁(Alpinia oxyphylla)。最后這些中藥經(jīng)過BBB模型篩選后,胡椒屬、高良姜和益智仁符合模型的要求。
   建立Aβ40聚集抑制劑預(yù)測模型T使用的樣本數(shù)量為82,訓(xùn)練集的準(zhǔn)確度為75.0%,測試集的準(zhǔn)確度為57.7%,留一法驗證的平均準(zhǔn)確率為71.4%,從TCMD中總共篩選出了100

6、個化合物,然后統(tǒng)計出含有這些化合物的種類大于等于3種的中藥,結(jié)果為胡椒屬西洋參(Panax quinquefolium)、麝香(Moschus moschiferus)、壯觀番瀉(Senna spectabilis)(花)、高良姜(Alpinia officinarum)、蒜臭母雞草(Petiveria alliacea)(根,莖和葉)、益智仁(Alpinia oxyphylla)和金雞勒(Cinchonaledgeriana)。最后這

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論