共 6 条
- [6] In silico ADME prediction: data, models, facts and myths .2 Lombardo,F,Gifford,E,Shalaeva,MY. Mini Rev Med Chem . 2003
基于SVM和GA的药物与人血清白蛋白结合的预测
被引：7
作者：
白茹
[1
]
滕奇志
[1
]
杨晓敏
[1
]
杨胜勇
[2
]
向明礼
[2
]
机构：
[1] 四川大学电子信息学院图像信息研究所
[2] 四川大学华西医院生物治疗国家重点实验室
来源：
关键词：
支持向量机(SVM);
人血清白蛋白(HSA);
遗传算法(GA);
粒子群优化算法(PSO);
双线性网格搜索法(BGSM);
D O I：
暂无
中图分类号：
R96 [药理学];
学科分类号：
100602 ;
100706 ;
摘要：
为降低新药在临床实验的失败率,提高新药的ADME特性,在制药初期需考虑预测药物与HSA(人血清白蛋白)的结合能力,以提高预测正确率为目标并因此选取合适的制药成分。首先采用遗传算法对分子描述符进行筛选,然后利用支持向量机(SVM)模型预测药物与HSA的结合能力。针对支持向量机的分类精度和泛化能力取决于核函数参数选取的特点,提出了基于粒子群优化算法(PSO)的SVM核参数优化选择法。通过PSO自动获取SVM最佳核参数,并将结果同双线性网格搜索法比较,结果表明,建立的模型对药物与HSA之间的结合能力有较高的预测性,正确率达到86%。
引用
收藏
页码：226 / 228+248
+248
页数：4
相关论文