支持向量機(jī)用于化合物構(gòu)效關(guān)系的研究.pdf

1、數(shù)據(jù)挖掘(DataMining)就是從大量的、不完全的、有噪聲的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。經(jīng)過這數(shù)十年的發(fā)展，數(shù)據(jù)挖掘技術(shù)已經(jīng)成為處理化學(xué)化工數(shù)據(jù)的常規(guī)手段。 本文將支持向量機(jī)(supportvectormachine，SVM)，一種特別適合用有限已知樣本訓(xùn)練建模，進(jìn)而預(yù)報(bào)未知樣本屬性的數(shù)據(jù)挖掘新算法應(yīng)用于若干化合物體系的構(gòu)效關(guān)系研究。由于支持向量機(jī)算法的數(shù)學(xué)理論非常嚴(yán)

2、格，同時(shí)考慮到擬合精度和對(duì)過擬合的抑制，故能基于小樣本集作較可靠的計(jì)算機(jī)預(yù)報(bào)。其對(duì)所選體系的數(shù)據(jù)處理均得到了較好的預(yù)報(bào)結(jié)果，充分展現(xiàn)了SVM算法的優(yōu)點(diǎn)和廣闊的應(yīng)用前景。主要研究工作分三部分： 第一部分支持向量分類(SVC)算法用于藥物構(gòu)效關(guān)系研究。本工作由兩個(gè)章節(jié)構(gòu)成。 (1)3-甲基芬太尼衍生物(3-MF)的鎮(zhèn)痛活性研究。將支持向量分類(supportvectorclassification，SVC)算法用于3-MF及

3、其衍生物結(jié)構(gòu)與鎮(zhèn)痛活性關(guān)系的研究，用SVM預(yù)報(bào)結(jié)果來篩選結(jié)構(gòu)參數(shù)。所建SVC模型分類結(jié)果為95.12％，對(duì)41個(gè)3-MF的活性類別留一法預(yù)報(bào)正確率為92.68％，明顯高于主成分分析法(PCA)(85.37％)，F(xiàn)isher法(87.80％)和KNN法(87.80％)。 (2)三唑類衍生物的抗真菌活性研究。用HyperchemTM軟件計(jì)算了23個(gè)該類藥物分子的量子化學(xué)參數(shù)，基于SVM的特征篩選方法找出了影響活性目標(biāo)變量的主要特征參

4、數(shù)，用SVC算法建立了活性與參數(shù)間的定性模型并用留一法進(jìn)行了類別預(yù)報(bào)。結(jié)果為：訓(xùn)練集的分類正確率為91.3％，留一法預(yù)報(bào)正確率為91.3％，優(yōu)于傳統(tǒng)的PCA方法(83％)和KNN方法(74％)。在此基礎(chǔ)上，進(jìn)行了三唑類藥物分子的初步設(shè)計(jì)工作。 第二部分支持向量回歸(supportvectormachine，SVR)算法用于二取代[(吖啶-4-酰胺基)丙基]甲胺類衍生物的活性研究。在通過HyperchemTM軟件計(jì)算了40個(gè)該類藥

5、物分子的量子化學(xué)參數(shù)以及特征參數(shù)篩選后，用SVR算法對(duì)化合物的活性進(jìn)行了定量建模和留一法預(yù)報(bào)。SVR建模的相對(duì)誤差為4.47％，優(yōu)于線性回歸算法(5.58％)；留一法預(yù)報(bào)相對(duì)誤差為6.819％，優(yōu)于人工神經(jīng)網(wǎng)絡(luò)(ANN)算法(8.099％)。 第三部分支持向量回歸(SVR)算法用于偶氮染料分子的結(jié)構(gòu)性質(zhì)研究。將SVM特征篩選方法對(duì)已知偶氮染料分子分子描述符進(jìn)行了壓縮提取，討論了有關(guān)結(jié)果。用特征篩選后的分子描述符構(gòu)建了染料分子親合

6、力的SVR模型，并用留一法考察了SVR模型的預(yù)報(bào)能力與可靠性，同時(shí)還用多種傳統(tǒng)方法對(duì)該體系進(jìn)行了研究。結(jié)果是：ANN擬合最好，其平均相對(duì)誤差MRE僅0.28％，優(yōu)于SVR5.09％，MLR6.16％，PLS6.41％；SVR的預(yù)報(bào)正確率最高，其MRE為6.60％，而在訓(xùn)練中擬合最好的ANN其預(yù)報(bào)的MRE為10.89％，低于MLR9.30％和PLS9.52％。結(jié)果表明：與人工神經(jīng)網(wǎng)絡(luò)(ANN)法、多元線性回歸(MLR)法和偏最小二乘(PL