TY -的A2 -陈,Lei盟——周Junlin AU -,胡安盟——彭,联鑫盟——段Huaichuan AU -罗,清盟——燕Hailian AU - Wan,华盟——胡,一尘盟——梁、李盟——谢Zhenjian盟——刘魏盟——赵,帮派AU -胡,建平PY - 2021 DA - 2021/04/02 TI - hiv - 1整合酶抑制剂的分类和设计基于机器学习SP - 5559338六世- 2021 AB -一种关键酶在人类免疫缺陷病毒1型(hiv - 1)生命周期,整合酶(在)艾滋病病毒DNA整合到宿主DNA,已成为抗艾滋病药物发展的理想目标。共有1785个潜在的hiv - 1抑制剂是ChEMBL数据库的收集的,绑定数据库,DrugBank和PubMed,以及从40引用。数据库分为训练集和测试集的随机抽样。通过探索分子描述符和抑制活性之间的相关性,发现抑制剂的分类和具体的活动数据可以更准确地预测分子描述符的组合和分子指纹。分子指纹图谱描述符的计算提供了额外的基础信息,提高预测能力。基于训练集,两种机器学习方法,递归分区(RP)和朴素贝叶斯(NB)模型,用于构建分类器的hiv - 1抑制剂。通过试验验证,RP技术准确地预测noninhibitors抑制剂的82.5%和86.3%。NB模型预测88.3%抑制剂和87.2% noninhibitors相关系数为85.2%。结果表明,NB模型的预测性能略优于RP的关键分子片段也获得。此外,CoMFA活动和CoMSIA模型具有良好的预测能力都由探索结构活性关系,这有利于hiv - 1在抑制剂的设计和优化。 SN - 1748-670X UR - https://doi.org/10.1155/2021/5559338 DO - 10.1155/2021/5559338 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -