SVR-CKNN预测用于HIV-1蛋白酶抑制剂QSAR建模
为提高药物定量构效关系(QSAR)模型预测精度,发展了一种新的QSAR建模方法SVR-CKNN.该法基于支持向量机回归(SVR)自动筛选化合物结构描述符,以k-最近邻建立多个子模型实施组合预测(CKNN).应用于49种HIV-1蛋白酶抑制剂QSAR研究,留一法预测结果表明SVR-CKNN预测精度明显优于多元线性回归(MLR)、逐步回归(SLR)、偏最小二乘回归(PLS)和神经网络(BP-ANN)等传统模型.SVR-CKNN基于结构风险最小,具非线性、适于小样本、泛化推广能力强、稳定性好、不依赖操作者经验等诸多优点,在药物设计等研究中应用前景广泛.
作 者: 熊洁仪 袁哲明 XIONG Jie-yi YUAN Zhe-ming 作者单位: 湖南农业大学生物安全科学技术学院,湖南,长沙,410128 刊 名: 江西科学 ISTIC 英文刊名: JIANGXI SCIENCE 年,卷(期): 2009 27(2) 分类号: O641 关键词: HIV-1蛋白酶抑制剂 支持向量机回归 定量构效关系 k-最近邻 组合预测