一种基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法技术

本发明专利技术属于药物活性预测方法技术领域，涉及一种基于定量构效关系模型实现预测果糖‑1,6‑双磷酸酶抑制剂的抑制活性的方法，具体步骤为样本集的收集、样本集的处理和优化、抑制剂分子描述符集的建立、数据集划分、启发式算法建立QSAR线性模型、梯度提升回归算法建立QSAR非线性模型、对两个模型结果进行比较分析；在抑制剂开发初期，通过计算机输入抑制剂分子结构，基于HM和GBR方法完成对其抑制浓度的预测，对比两个模型结果以解决单一线性模型预测精度不够的问题，有效减少后期抑制剂开发的风险，降低研发成本；通过对建立的两种模型进行验证，证实了模型的可靠性；同时也为GBR算法在计算机辅助药物设计领域的应用开创了先河。

【技术实现步骤摘要】
一种基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法
：本专利技术属于药物活性预测方法
，具体涉及一种基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法，根据抑制剂分子结构以及物理化学性质先后建立线性模型和非线性模型，并对抑制剂的抑制活性进行预测，解决了单一线性模型预测精度不够的问题，能够有效减少后期抑制剂开发的风险，降低研发成本。
技术介绍
：以高血糖症为特征的糖尿病(DM)是一种慢性代谢性疾病，其发病率在国际上正在上升。它会对肾脏，血管，眼睛，神经和心脏造成严重伤害，此外，糖尿病与早产，超重和胎儿先天发育不良密切相关，对婴儿和孕妇的安全产生了威胁。根据世界卫生组织糖尿病网页的统计数显示，目前全世界大约有6％的人口患有各种类型的糖尿病。由于发病原因不同，糖尿病可分为1型糖尿病(T1DM)和2型糖尿病(T2DM)，T2DM占所有糖尿病的90％。T2DM的主要特征是胰岛素抵抗，它能够导致持续性高血糖，很多患者的预期寿命将减少10年以上。预期寿命减少的原因复杂多样，其中包括：肢体截肢率增加本文档来自技高网...

【技术保护点】
1.一种基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法，其特征在于，具体步骤如下：/nS1、样本集的收集：/n收集FBPase酶抑制剂分子的结构以及相对应的抑制活性；/nS2、样本集的处理和优化：/n对样本集的每个抑制剂分子进行结构优化；对抑制活性数据通过开平方运算的方法进行归一化处理以减少量纲对数据的影响；/nS3、抑制剂分子描述符集的建立：/n将优化之后的FBPase酶抑制剂分子结构输入CODESSA软件，计算并筛选出与其对应的分子描述符值，筛选后每个抑制剂分子包括两个描述符：MERICA和MNRISA，MERICA为C原子的最小电反应指数，MNRISA为S原子的...

【技术特征摘要】
1.一种基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法，其特征在于，具体步骤如下：
S1、样本集的收集：
收集FBPase酶抑制剂分子的结构以及相对应的抑制活性；
S2、样本集的处理和优化：
对样本集的每个抑制剂分子进行结构优化；对抑制活性数据通过开平方运算的方法进行归一化处理以减少量纲对数据的影响；
S3、抑制剂分子描述符集的建立：
将优化之后的FBPase酶抑制剂分子结构输入CODESSA软件，计算并筛选出与其对应的分子描述符值，筛选后每个抑制剂分子包括两个描述符：MERICA和MNRISA，MERICA为C原子的最小电反应指数，MNRISA为S原子的最小核反应指数；
S4、数据集划分：
将抑制剂分子随机按照1:3的比例分为验证集和训练集，训练集用于构建模型，验证集用于初步验证模型的预测能力；
S5、启发式算法建立QSAR线性模型：
根据步骤S4中的训练集，建立抑制剂分子结构和抑制活性之间的关系模型，即用步骤S3得到的抑制剂描述符为自变量，抑制剂活性为因变量，运用CODESSA软件中的启发式算法得到QSAR线性模型；
S6、梯度提升回归算法建立QSAR非线性模型：
将所有分子描述符的数据和归一化处理后的抑制活性数据导入到梯度提升回归算法模块中并重新划分训练集和测试集，得到最终的非线性回归模型；
S7、对两个模型结果进行比较分析。


2.根据权利要求1所述的基于定量构效关系模型实现预测果糖-1,6-双磷酸酶抑制剂的抑制活性的方法，其特征在于，步骤S1中，FBPase酶的抑制剂为N-芳基磺酰基-吲哚-2-羧酰胺衍生物，具体为：从公开文献中共收集84种N-芳基磺酰基-吲哚-2-羧酰胺衍生物分子结构以及对应的抑制活性，抑制活性用IC50来衡量。


3.根据权利要求1所述...

【专利技术属性】
技术研发人员：倪同上，赵梓屹，杨佳龙，冀洪祥，孙婷婷，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东;37