三元分类计算模型在鉴定具有雌激素效应的内分泌干扰物的应用

摘要

本研究立足于雌激素受体和机器学习算法，旨在建立一个新颖的能够直接鉴别雌激素受体激动剂，拮抗剂的三分类计算模型。模型前期总共收集了237个已知雌激素效应的内分泌干扰物，并利用理论分子描述符和分子对接得分来表示这些化合物；随后运用三种常见且简单的机器学习算法（线性判别分析，回归决策树，支持向量机）结合之前的化合物数据，经过变量选择获得合适的参数，最后评估和优化得到最优模型。其中最优的模型是在支持向量机算法下构建的，在测试集中此分类模型对雌激素受体激动效应的正确预测率为73.7%，拮抗效应的正确预测率67.0%，总的正确预测率为81.0%，同时交叉验证系数为79.4%。此外，将获得的模型用于预测由美国环境保护局发布的新的一批疑似内分泌干扰物的化合物。同时为了使获得的模型更具有说服力，利用E-screen实验来验证那些经模型预测有效性的化合物的生物活性。