基于分子参数的CYP2C9抑制剂的预测模型

被引：4

作者：

李兰婷 ^{[1
]}

李燕 ^{[1
]}

王永华 ^{[2
]}

张述伟 ^{[1
]}

杨凌 ^{[3
]}

机构：

[1] 大连理工大学化工学院化学工艺教研室

[2] 大连水产学院生命科学与技术学院

[3] 中国科学院大连化学物理研究所药用资源开发研究组

来源：

计算机与应用化学 | 2007年 / 07期

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;

D O I：

10.16866/j.com.app.chem2007.07.021

中图分类号：

R91 [药物基础科学];

学科分类号：

1007 ;

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。

引用

页码：939 / 943

页数：5

共 3 条

[1] 5-HT重摄取抑制剂的三维定量构效关系研究 [J].