【摘要】：研究收集美國(guó)國(guó)立健康研究所化學(xué)基因組中心利用高通量篩選測(cè)定的1萬(wàn)多種化合物對(duì)5種細(xì)胞色素P450(CYP450)酶的抑制數(shù)據(jù),利用隨機(jī)森林法構(gòu)建MOE 2D描述符的分類(lèi)模型.采用五折交叉驗(yàn)證建模策略保證模型的預(yù)測(cè)能力.模型對(duì)1A2、2C9、2C19、2D6和3A4等酶抑制劑預(yù)測(cè)的正確分類(lèi)率分別高達(dá)84.4%、82.5%、82.1%、78.4%和80.0%,結(jié)構(gòu)分析表明,鹵代(氯/氟)芳烴結(jié)構(gòu)在抑制劑中出現(xiàn)概率顯著高于非抑制劑.最后,利用上述模型對(duì)ToxCast項(xiàng)目954個(gè)化合物進(jìn)行虛擬篩選.實(shí)例化合物分析驗(yàn)證了模型預(yù)測(cè)與實(shí)際效應(yīng)的吻合程度.構(gòu)建的模型可進(jìn)一步對(duì)其它環(huán)境化學(xué)品的CYP450酶抑制活性進(jìn)行預(yù)測(cè),加快對(duì)化學(xué)品健康風(fēng)險(xiǎn)的初步篩選.
[Abstract]:In this study, the inhibition data of five cytochrome P450 (CYP450) enzymes were collected by the Chemical Genome Center of the National Institutes of Health (NIH), and the classification model of MOE 2D descriptors was constructed by using the random forest method, which was determined by high-throughput screening of more than 10,000 compounds against five cytochrome P450 (CYP450) enzymes. The 50% discount cross-validation modeling strategy is used to ensure the prediction ability of the model. The correct classification rates of 1A2O2C9C19C19D6 and 3A4 were 84.4% and 82.21%, respectively. The structural analysis showed that the probability of occurrence of halogenated (chlorine / fluorine) aromatics in inhibitors was significantly higher than that of non-inhibitors. Finally, 954 compounds of ToxCast project were selected by using the above model. An example of compound analysis verifies the degree of agreement between the model prediction and the actual effect. The model can further predict CYP450 inhibitory activity of other environmental chemicals and accelerate the preliminary screening of chemical health risks.
【作者單位】： 青島農(nóng)業(yè)大學(xué)環(huán)境科學(xué)系;浙江大學(xué)藥學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(21407087)
【分類(lèi)號(hào)】：X592

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 董隴軍;李夕兵;彭康;;巖爆等級(jí)預(yù)測(cè)的隨機(jī)森林模型及應(yīng)用(英文)[J];Transactions of Nonferrous Metals Society of China;2013年02期

2 溫廷新;張波;邵良杉;;煤與瓦斯突出預(yù)測(cè)的隨機(jī)森林模型[J];計(jì)算機(jī)工程與應(yīng)用;2014年10期

3 金宇;周可新;方穎;劉欣;;基于隨機(jī)森林模型預(yù)估氣候變化對(duì)動(dòng)物物種潛在生境的影響[J];生態(tài)與農(nóng)村環(huán)境學(xué)報(bào);2014年04期

4 馬廣立;趙筱萍;程翼宇;;基于隨機(jī)森林與Chemistry Development Kit描述符的P-gp底物識(shí)別[J];高等學(xué)�；瘜W(xué)學(xué)報(bào);2007年10期

5 張慶友;龍海林;馮秀林;索凈潔;張丹丹;李靜亞;許力壯;許祿;;MOLMAP指數(shù)及其在變異性預(yù)測(cè)中的應(yīng)用[J];物理化學(xué)學(xué)報(bào);2012年03期

6 ;[J];;年期

相關(guān)會(huì)議論文 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測(cè)中的應(yīng)用[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機(jī)森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計(jì)科學(xué)討論會(huì)論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機(jī)森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類(lèi)[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙酰化酶抑制劑的構(gòu)效關(guān)系研究[A];第十一屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機(jī)森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機(jī)森林和k-近鄰法在某型坦克變速箱狀態(tài)識(shí)別中的應(yīng)用[A];第八屆全國(guó)轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)討論會(huì)論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹(shù)的集合體和后向消除策略去分類(lèi)P-糖蛋白化合物[A];第十屆全國(guó)計(jì)算(機(jī))化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前4條

1 曹正鳳;隨機(jī)森林算法優(yōu)化研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

2 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

3 岳明;基于隨機(jī)森林和規(guī)則集成法的酒類(lèi)市場(chǎng)預(yù)測(cè)與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

4 李書(shū)艷;單點(diǎn)氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測(cè)及其機(jī)制研究[D];蘭州大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 錢(qián)維;藥品不良反應(yīng)監(jiān)測(cè)中隨機(jī)森林方法的建立與實(shí)現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 韓燕龍;基于隨機(jī)森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年

3 賀捷;隨機(jī)森林在文本分類(lèi)中的應(yīng)用[D];華南理工大學(xué);2015年

4 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

5 李強(qiáng);基于多視角特征融合與隨機(jī)森林的蛋白質(zhì)結(jié)晶預(yù)測(cè)[D];南京理工大學(xué);2015年

6 朱玟謙;一種收斂性隨機(jī)森林在人臉檢測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2015年

7 肖宇;基于序列圖像的手勢(shì)檢測(cè)與識(shí)別算法研究[D];電子科技大學(xué);2014年

8 李慧;一種改進(jìn)的隨機(jī)森林并行分類(lèi)方法在運(yùn)營(yíng)商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年

9 趙亞紅;面向多類(lèi)標(biāo)分類(lèi)的隨機(jī)森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 黎成;基于隨機(jī)森林和ReliefF的致病SNP識(shí)別方法[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2122312