基于朴素贝叶斯机器学习的PI3K抑制剂预测研究
罗瑶
宋衍琳
尚瑾玲
王领
1.华南理工大学生物科学与工程学院,合成生物学与药物制备国际合作联合实验室,广州5100062.华南理工大学生物科学与工程学院,合成生物学与药物制备国际合作联合实验室,广州5100063.华南理工大学生物科学与工程学院,合成生物学与药物制备国际合作联合实验室,广州5100064.华南理工大学生物科学与工程学院,合成生物学与药物制备国际合作联合实验室,广州510006
摘要：目的:构建基于朴素贝叶斯的磷脂酰肌醇3-激酶(phosphatidylinositol 3-kinase,PI3K)家族抑制剂预测模型,进行PI3K抑制剂的活性预测和药物虚拟筛选.方法:首次收集结构多样性的PI3K家族4个亚型靶标(PI3Kα,PI3Kβ,PI3Kγ,PI3Kδ)的抑制剂和非抑制剂共6 175个,以分子指纹为描述符,采用朴素贝叶斯机器学习方法,建立112个分类预测模型.结果:对建立模型的预测结果进行系统比较,找出最优模型.针对PI3Kα,PI3Kβ,PI3Kγ,PI3Kδ的4个靶标,最优模型对测试集的预测准确度(Q)分别为0.774,0.804,0.816,0.673,最优模型对应测试集的AUC值均＞0.82.结论:这些最优模型可用于PI3K抑制剂的活性预测、虚拟筛选及靶向富集库的构建,可供他人进行先导化合物的优化或设计更好的PI3K抑制剂.
关键词：PI3K抑制剂机器学习分子指纹朴素贝叶斯
分类号：R914.2(药物基础科学)
资助基金：国家自然科学基金(81502984)国家自然科学基金(31601089)
论文发表日期：2019-01-01
在线出版日期：2026-08-14（本平台首次上网日期，不代表文献的发表时间）
页数：8( 73-80 )
英文信息