基于機器學習的COX抑制劑預測模型研究

聶長森，白 勇，柳賢德

(1.海南大學 信息科學技術學院，海南 海口 570228；2.海南大學 農學院，海南 海口 570228)

基于機器學習的COX抑制劑預測模型研究

聶長森1，白 勇1，柳賢德2

(1.海南大學 信息科學技術學院，海南 海口 570228；2.海南大學 農學院，海南 海口 570228)

針對目前COX(環氧合酶)抑制劑較少且抑制效果差的問題，以及傳統的化學實驗篩選COX抑制劑分子的方法中成本高且效率低的問題，基于機器學習算法，提出并建立了一種COX抑制劑的預測模型。該模型可高效且準確地找到COX抑制劑，通過大量搜集文獻中的數據建立數據集，使用Mold2軟件計算化合物分子描述符，利用自組織特征映射神經網絡(SOM)劃分訓練集和測試集，應用隨機森林(RF)和支持向量機(SVM)等機器學習算法分別建立了COX抑制劑預測模型。實驗對比發現，SOM結合RF算法較傳統化學實驗方法具有更好的預測精度，且預測效率也有大幅提升。實驗研究表明，基于自組織神經網絡和隨機森立的機器學習方法建立的COX抑制劑預測模型，具有很好的分類預測效果，可以為COX抑制劑的分析與預測提供有力的研究工具。

COX抑制劑；機器學習方法；自組織特征神經網絡；隨機森林；支持向量機

0 引 言

如何高效地篩選具有高活性的COX抑制劑對于探索人體炎癥的治療具有非常重要的意義。環氧合酶是體內花生四烯酸代謝過程中最主要的限速酶，存在兩種亞型：原生型(COX-1)和誘導型(COX-2)[1-3]。COX-1存在于血管、腎臟和胃，具有生理保護作用，如維持胃腸道黏膜的完整性，調節腎血流量和血小板功能；……