文献

J-GLOBAL ID：202102252472205322   整理番号：21A0003609

HQPSOと二重RBFニューラルネットワークの組合せを用いたCaco-2細胞透過性予測のためのQSPRモデル【JST・京大機械翻訳】

QSPR model for Caco-2 cell permeability prediction using a combination of HQPSO and dual-RBF neural network

著者 (2件)： Wang Yukun (School of Chemical Engineering, University of Science and Technology Liaoning, No. 185, Qianshan, Anshan 114051, Liaoning, China. [e-mail]) ,  Chen Xuebo
資料名： RSC Advances (Web)  (RSC Advances (Web))
巻： 10  号： 70  ページ： 42938-42952  発行年： 2020年 
JST資料番号： U7055A  ISSN： 2046-2069  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Caco-2細胞モデルは,ヒト腸細胞に対する形態学的および機能的類似性により,薬剤のin vitroヒト腸透過性を評価するために広く使用されている。それは安全で比較的経済的であるが,時間がかかる。Caco-2透過性の迅速で正確な定量的構造-特性相関(QSPR)モデルは,経口薬物開発の効率を改善するのに役立つ。本研究の目的は,その透過機構を研究し,Caco-2細胞に対する潜在的透過性予測モデルを開発するため,QSPRモデルの予測能力を調査することである。本研究では,比較的大きなデータセットを収集し,モンテカルロ回帰とハイブリッド量子粒子群最適化(HQPSO)アルゴリズムを用いて異常データを除去した。次に,残りの1827化合物を用いてQSPRモデルを確立した。多重化学的に多様な訓練とテストセットを生成するために,主成分分析(PCA)と自己組織化マッピング(SOM)ニューラルネットワークの組合せを用いて,PaDEL記述者によって特徴づけられたモデリングデータセットを分割した。平均減少不純物(MDI)法による記述子の予備選択の後,HQPSOアルゴリズムを用いて,鍵記述子を選択した。6つの異なる方法,すなわち,多変量線形回帰(MLR),サポートベクトルマシン回帰(SVR),xgboost,動径基底関数(RBF)ニューラルネットワーク,二重SVRおよび二重RBFを用いてQSPRモデルを開発した。最良の二重RBFモデルを最終的にR2=0.91,R_cv52=0.77,訓練セットでR_cv52=0.77,試験セットでR_T2=0.77を得た。一連の検証法を用いて,OECD原理の下で二重RBFモデルのロバスト性と予測能力を評価した。記述子重要性加重と距離ベース(IWD)法に基づく新しい応用領域(AD)定義法を提案し,異常値を注意深く分析した。二重RBFモデルで使用される記述子の重要性と組み合わせて,「H E状態」と水素結合がCaco-2細胞を通過する薬物の透過性に影響する重要な因子であると結論した。報告された研究と比較して,著者らの方法は,データサイズ,モデリングプロセスの透明性,および予測精度においてある程度の利点を示し,薬物開発の初期段階における仮想スクリーニングのための有望なツールである。Copyright 2021 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  アルゴリズム ,  水素結合 ,  不純物 ,  *ニューラルネットワーク ,  ヒト ,  異常値 ,  主成分分析 ,  自己組織化 ,  in vitro実験 ,  *定量的構造活性相関 ,  *Caco2細胞 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

分類 (3件)： 薬物の研究法  (GV01020U) ,  生物薬剤学(基礎)  (GY01021U) ,  バイオアッセイ  (EA03060N)

タイトルに関連する用語 (7件)： RBFニューラルネットワーク ,  組合せ ,  Caco-2細胞 ,  透過性 ,  予測 ,  QSPR ,  モデル