首页 | 本学科首页   官方微博 | 高级检索  
     

基于分子参数的CYP2C9抑制剂的预测模型
引用本文:李兰婷,李燕,王永华,张述伟,杨凌.基于分子参数的CYP2C9抑制剂的预测模型[J].计算机与应用化学,2007,24(7):939-943.
作者姓名:李兰婷  李燕  王永华  张述伟  杨凌
作者单位:1. 大连理工大学化工学院化学工艺教研室,辽宁,大连,116012
2. 大连水产学院生命科学与技术学院,辽宁,大连,116023
3. 中国科学院大连化学物理研究所药用资源开发研究组,辽宁,大连,116023
基金项目:大连理工大学-中国科学院大连化物所合作科研探索基金 , 大连理工大学校科研和教改项目
摘    要:细胞色素P4502C9(cytochrome P4502C9,CYP2C9)是肝脏重要的一种异物质代谢酶,许多药物或化学物质均可抑制和干扰其活性,在某种药物发现早期,预测基于CYP2C9抑制的药-药相互作用对筛选及发现新药具有重要意义。本文旨在建立CYP2C9抑制剂的预测模型,并确定抑制剂和非抑制剂显著不同的参数。选择81个化合物作为数据集,随机选其中64个为训练集,其余为验证集;选取250个分子参数给化合物数字化。采用逐步判别分析法(stepwise discriminant analysis method)和K-均值聚类分析法(K-Means cluster analysis method)模拟,建立数学模型,并用验证集检验模型的预测能力。结果表明:训练集的抑制剂正确率为96.4%,非抑制剂为97.2%;验证集的抑制剂正确率为85.7%,非抑制剂为90.0%。而采用K-均值聚类法时,抑制剂和非抑制剂的正确率也分别达到了82.9%和86.9%。对结果的深入分析找出对该模型贡献较大的参数为分子中氨基、烯基基团电拓扑状态指数、碳环数量以及疏水性参数,那些参数对区分抑制剂和非抑制剂两种结构差异、帮助指导CYP2C9抑制剂的筛选和发现具有重要意义。

关 键 词:细胞色素P450  2C9  分子参数  逐步判别分析  K-均值聚类分析
文章编号:1001-4160(2007)07-939-943
修稿时间:2006-08-282006-11-28

Prediction of cytochrome P4502C9 inhibitors based on molecular indices
Li Lanting,Li Yan,Wang Yonghua,Zhang Shuwei,Yang Ling.Prediction of cytochrome P4502C9 inhibitors based on molecular indices[J].Computers and Applied Chemistry,2007,24(7):939-943.
Authors:Li Lanting  Li Yan  Wang Yonghua  Zhang Shuwei  Yang Ling
Affiliation:1. Department of Chemical Technology, Dalian University of Technology, Dalian, 116012, Liaoning, China; 2. Department of Life Science and Technology, Dalian Fisheries University, Dalian, 116023, Li- aoning, China; 3. Laboratory of Pharmaceutical Resource Discovery, Dalian Institute of Chemical Physics, Dalian, 116023, Liaoning, China
Abstract:
Keywords:cytochrome P450 2C9  molecular indices  stepwise discriminant analysis  K-means cluster analysis
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号