国家自然科学基金(81173652)
- 作品数：5 被引量：22H指数：3
- 相关作者：叶祖光雷蕾杨策张黎亢力更多>>
- 相关机构：苏州润新生物科技有限公司中国中医科学院上海中医药大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家科技重大专项更多>>
- 相关领域：医药卫生更多>>
- 利用树模型预测中药成分的肝毒性被引量：7
- 2014年
- 目的建立能够预测中药成分肝毒性的定量构效关系（quantitative structure—activity relationship，QSAR）模型。方法从LTKB数据库和国内文献中收集得到了286个人工合成化合物和62个中药成分，作为建立预测模型的训练集，利用简单决策树、随机森林和推进式决策树3种树形算法进行模型构建。为验证模型的预测能力，选择了22个中药成分（外部测试集）进行肝毒性实验，然后将实验结果与模型预测的结果进行比较。结果3种树形算法模型均具有较好的自我预测能力，模型内部交叉验证（1eave—one—out和leave一10％一out）结果都在78％～85％之间；但简单决策树和随机森林算法构建的模型对无肝毒化合物预测的准确率显著低于对有肝毒化合物预测的准确率，显示了较大的对有肝毒化合物预测的偏爱性；而利用推进式决策树算法所构建模型的预测偏爱性较小，总体预测能力也较高（准确率82％）。因此选用推进式决策树模型作为最优模型，对外部测试集中22个中药成分的肝毒性进行预测，准确率达到73％，比单用人工合成化合物作为训练集所构建的模型有更高的预测准确率和更小的偏爱性。结论用人工合成化合物及中药成分作为训练集，建立了对中药成分的肝毒预测能力较高的推进式决策树模型。
- 叶立王新洲朱永亮金若敏叶祖光姚广涛刘敬阁钱向平
- 关键词：中药成分
- 中药化学成分对大鼠致癌毒性的定量构效关系研究
- 2016年
- 目的 采用计算机毒性预测技术预测中药的致癌毒性,为中药安全性评价提供新的途径.方法 采用Mold2软件（version 2.0.0）对1532个中药化学成分进行分子描述符计算,初步筛选后采用随机森林算法构建定量构效关系模型,筛选出最优预测模型,并对2010年版《中华人民共和国药典》所载83个有毒中药中有化学成分单体结构报道的60种中药（1609个化学成分）进行致癌毒性预测.结果 经筛选,当描述符集合为60个时,随机森林算法建立的定量构效关系模型准确度最高,为0.69.预测60种中药（1609个化学成分）中致癌活性化合物为481个.结论 本文采用随机森林算法构建定量构效关系模型,并可对有毒中药化学成分进行致癌毒性预测,为进一步中药致癌性试验研究提供参考.
- 邢雁辉雷蕾张黎杨策亢力朱永亮叶祖光
- 关键词：构效关系中药化学成分致癌性试验
- 中药化学成分对大鼠心脏毒性的QSAR研究被引量：11
- 2015年
- 目的:建立中药化学成分对大鼠心脏毒性的预测方法,为常规的动物实验提供参考,为中药安全性评价提供了新的途径和方法。方法:本文使用Mold 2软件(Version 2.0.0)对收集到的1 034个化学成分进行了分子描述符计算,采用随机森林算法(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)方法对描述符进行筛选。然后使用推进式决策树算法、支持向量机算法、正则化判别分析算法和随机森林算法构建模型,分别计算了模型的准确率和Kappa值,筛选出最优预测模型,并对中药化学成分进行预测。结果:通过比较预测模型的准确度和Kappa值,得出随机森林模型为最优算法模型,准确率为86.3%,Kappa值为0.725。最后,对《中华人民共和国药典》(2010版)记载的有毒中药,例如吴茱萸、北豆根、九里香等包含的化学成分进行了预测,得到一些有意义的结果。结论:定量构效关系模型(Quantitative Structure-Activity Relationship,QSAR)对中药化学成分进行预测研究可以为进一步的实验、临床研究提供重要参考。
- 雷蕾王新洲张黎亢力杨策朱永亮叶祖光钱向平
- 关键词：中药化学成分QSAR
- 基于数学模型的药物成分肾毒性预测被引量：7
- 2014年
- 目的:探索使用定量结构-活性关系(quantitative structure-activity relationship,QSAR)模型预测中药成分肾毒性。方法:从西药不良反应数据库(side effect resource,SIDER)收集得到了876个化合物(有肾毒不良反应记录的344个,无肾毒不良反应记录的532个),在对其描述符计算、挑选后,利用k近邻算法和支持向量机算法进行模型构建,然后用22个中药成分作为外部测试集进行模型验证评价。结果:利用k近邻算法当参数k为1时构建的模型对有肾毒数据集具有较好的预测能力,其对外部测试集中有肾毒成分的预测准确率也最高,达到64.29%。支持向量机算法构建的模型虽然有较高的自身预测准确率(80.25%),但是其对外部测试集的预测准确率仅有45.45%。结论:采用k近邻算法构建的模型对外部测试集22个中药成分具有较好的预测能力。
- 王新洲朱永亮金若敏刘敬阁钱向平姚广涛叶祖光
- 关键词：定量结构-活性关系K近邻算法支持向量机算法
- 中药化学成分对大鼠急性毒性的定量构效关系研究被引量：3
- 2016年
- 目的探讨计算机毒性预测技术和方法,为中药安全性评价提供新的途径。方法采用Mold2软件(version 2.0.0)对7409个中药化学成分进行分子描述符计算,初步筛选后采用随机森林算法进行定量构效关系(QSAR)模型构建,筛选出最优预测模型,并对2010年版《中华人民共和国药典》所载83个有毒中药中有化学成分单体结构报道的60种中药(1692个化学成分)进行急性毒性的预测。结果经筛选,最终得到数据7409条。当描述符集合为52个时,随机森林算法建模模型准确度和Kappa值较高,分别为0.712和0.436;根据最优分子描述符集(52个)表征的化学空间距离将化合物聚类分为3类,第1类化合物最优模型的准确度和Kappa值分别为0.666和0.476,第2类化合物最优模型的准确度和Kappa值分别为0.804和0.381,第3类化合物最优模型的准确度和Kappa值分别为0.709和0.373。预测60种中药(1692个化学成分)中含剧毒化合物0个、高毒化合物2个、中毒化合物172个和低毒化合物1518个。结论采用QSAR模型对中药化学成分进行急性毒性预测研究可为联合用药和进一步实验研究提供参考。
- 雷蕾王新洲张黎杨策亢力朱永亮钱向平叶祖光
- 关键词：定量构效关系急性毒性中药化学成分
