基于粒子群优化支持向量机预测哒嗪类HCV NS5B聚合酶抑制剂的抑制浓度的方法

摘要

本发明公开了一种基于粒子群优化（PSO）支持向量机（SVM）预测哒嗪酮类HCV NS5B聚合酶抑制剂的抑制浓度的方法，包括如下步骤，1）样本集的建立与优化；2）抑制剂分子描述符的计算；3）分子描述符数据集的预处理；4）抑制剂分子描述符数据集的重新标度；5）数据集的划分；6）支持向量机参数的优化；7）建立模型；8）预测。本发明是一种基于PSO算法的SVM参数选择方法，利用PSO强劲的全局搜索能力实现模型的优化，通过哒嗪酮类HCV NS5B聚合酶抑制剂的结构与其抑制浓度建立关系模型，对其抑制剂的抑制浓度进行准确预测，验证了该方法的有效性，这对其他抑制剂的抑制浓度的预测提供了较好的方法，并能够对未知输出做出尽可能准确的预测。