10.7501/j.issn.0253-2670.2023.02.08
基于人工神经网络和支持向量机算法的药源性急性间质性肾炎计算模型的建立及在中药领域的应用
目的 通过构建早期预测药源性急性间质性肾炎(drug-induced acute interstitial nephritis,DI-AIN)的计算模型,筛选中药致DI-AIN成分.方法 从文献和SIDER等数据库中收集得到了 125个致DI-AIN的药物和122个未导致DI-AIN的药物,作为预测模型的训练集,基于人工神经网络(artificial neural network,ANN)和支持向量机(support vector machine,SVM)2种算法构建模型.通过文献各选择45种药物进行验证,以评估最优模型的预测性能.并将其应用于筛选10种中药的DI-AIN成分.结果 共筛选得到207种分子描述符参与建模,其中,ANN和SVM算法搭建的最优模型分别包含112和80种分子描述符,2个模型的特异度、灵敏度、准确度均在84%以上.使用2种算法搭建的最优模型进行外部验证,准确度均在90%以上.ANN联合SVM模型预测为DI-AIN的中药成分有雷公藤甲素、水苏碱、京尼平苷等.结论 首次建立中药成分致DI-AIN早期预测的计算模型,具有良好的预测能力,对于中药肾毒性预测研究及中药毒理学研究具有一定的应用价值.
药源性急性间质性肾炎、中药、肾毒性预测、人工神经网络、支持向量机、雷公藤甲素、水苏碱、京尼平苷
54
R285(中药学)
国家自然科学基金;中医药传承与创新“百千万”人才工程岐黄工程
2023-03-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
416-424