中药化学成分与CYP2C19相互作用预测研究——基于定量构效关系(QSAR)模型

摘要：

目的:使用随机森林(RF)算法和支持向量机(SVM)算法构建定量构效关系模型(QSAR),并筛选出最优模型,对部分有毒中药包含的化学成分对CYP2C19可能的作用进行了预测,为临床应用和药物开发提供参考.方法:本文使用Mold2软件(version 2.0.0)对收集到的130个化学成分进行分子描述符计算,对其进行初步筛选后,分别采用RF和SVM进行预测模型的构建,最后筛选出最优预测模型,并对中药化学成分进行预测.结果:根据预测模型的准确度和接收器操作特征(ROC)值筛选出最优分子描述符为6个,合并SVM和Leave-10％-out交叉验证方法模型为最优预测模型.对《中华人民共和国药典》2010版10个大毒中药,例如斑蝥、马钱子、天仙子等包含的化学成分进行了预测,得到一些有意义的结果.结论:定量构效关系模型(QSAR)对中药化学成分进行预测研究可以为联合用药和进一步研究提供参考.

关键词：定量构效关系模型、CYP2C19、中药化学成分

所属期刊栏目：17

资助基金：国家自然科学基金项目—中药对细胞色素P450酶作用及配伍减毒的计算预测81374060

在线出版日期：2015-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：424-426,430