基于PaDEL分子描述符的气味机器学习识别研究

气味识别有助于更好地理解嗅觉处理机制和生物进化中的交流方式,也是食品、饮料和香水等商业领域的关键技术。在利用PaDEL对气味分子进行数值化表征的基础上,采用决策树、随机森林、极端随机树、支持向量机、全连接神经网络和循环神经网络等机器学习算法,对PaDEL分子描述符进行了特征学习,以实现对气味的多标签分类。结果显示,FCNN和DT模型的预测性能较强,BiGRU模型的预测性能最弱。采用主成分分析算法对PaDEL数据进行了降维处理,基于此数据的不同机器学习模型气味分类性能比较中,BiGRU模型的性能最优。

基于三维分子描述符的埃坡霉素类衍生物抗癌活性预测

为预测埃坡霉素类衍生物的抗癌活性,定义了一套表征分子形状的描述符,即K阶形状参数,并计算了67个表征分子的电子、拓扑和几何结构的分子描述符.描述符经遗传算法筛选,用于建立基于支持向量学习机(SVM)的抗癌活性分类模型;用留一法和5重交叉验证法对SVM模型参数进行了优化.结果表明模型具有较高的预测性且两种方法得到相近结果,交叉验证的预测正确率达80.6%;经筛选后的描述符有30个,其中含有5个K阶形状参数,这些描述符对埃坡霉素类衍生物的抗癌活性的模型建立具有比较重要的作用.

借助Multiwfn实现物理化学性质描述符的可视化:以单环B5N5为例

借助化学软件实现物理化学性质描述符的可视化能够极大地丰富课堂教学的内容,展现化学中的美。本文基于分子轨道绘制了仅由π电子贡献的定域化轨道定位函数(LOL-π)填色图、电子定域化函数(ELF)和扫描隧道显微镜(STM)图像,用表面静电势、平均局部离子化能(ALIE)、局部电子亲合能(LEA)可视化了分子表面反应位点,并用相互作用区域指示函数(IRI)和非键作用(NCI)函数分析揭示了B5N5单环的成键情况和弱相互作用,是把科研成果应用于课堂教学的典型范例。

消毒副产物中的氯原子对其分子描述符的影响

分析消毒副产物中氯原子数对分子描述符 ,辛醇 /水分配系数 L og P、最低空轨道能量 L UMO、前线轨道能量 HOMO、HO-MO- L UMO(ΔE)以及偶极矩的影响 .结果表明不同种类化合物对不同分子描述符的影响是不同的 ,其中以 L og P和 L UMO对氯原子数的相关性较好 ,HOMO次之 ,ΔE和偶极矩最差 .

脂肪醇临界温度与分子描述符的定量结构性质关系研究

采用Gaussian-16软件对脂肪醇分子进行了密度泛函理论计算,在6-311g(d,p)基组下进行几何优化和频率分析,得到每个醇分子最稳定的构象,将此构象的几何参数交给Alvadesc软件计算分子描述符。运用逐步多元线性回归技术找到了对脂肪醇临界温度有显著贡献的五个分子描述符,分别是piPC01,ATS6e,GATS2e,GATS3i和E2m;这些分子描述符描述了脂肪醇分子的结构、大小和连接信息;建立了五参数多元线性回归定量结构性质关系(QSPR)模型,模型的相关系数为0.9998,均方根误差仅为1.77 K,经Fisher检验、t-检验、方差膨胀因子检验、留一法交叉验证、留多法交叉验证以及外部测试集验证,所得QSPR模型稳健、可靠,能用于预测脂肪醇的临界温度。

基于集成机器学习和分子对接方法筛选新型的BTK抑制剂

布鲁顿酪氨酸激酶(Brutons tyrosine kinase,BTK)在B细胞恶性肿瘤和自身免疫性疾病等多种生物学过程中发挥重要作用,因此,抑制BTK是治疗多种疾病的一种有效策略。为了开发一种基于机器学习的虚拟筛选方法,以识别潜在的BTK抑制剂。首先,通过收集了一个由3499个活性BTK抑制剂和7927个非活性化合物组成的数据集,并使用3种分子描述符和6个机器学习算法构建了18个分类模型和2种集成分类模型。模型性能评估显示,基于直径为4的扩展连接指纹(extended-connectivity fingerprint with diameter 4,ECFP4)描述符和深度神经网络(deep neural network,DNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)算法构建的集成模型更加准确可靠。接着,利用最佳集成模型从ZINC数据库中的5×10^(6)个分子中筛选出93个潜在的新型的BTK抑制剂,通过分子对接进一步分析它们与BTK蛋白晶体的结合模式。最终筛选出6个具有高亲和力的BTK抑制剂,它们能与活性口袋中的关键的氨基酸残基Thr474、Glu475、Met477、Cys481和Asp539等形成稳定的氢键相互作用。预测的吸收、分布、代谢、排泄和毒性(absorption,distribution,metabolism,excretion and toxicity,ADMET)参数表明这些候选化合物具有良好的药代动力学参数和安全性。分子动力学模拟进一步说明了这些化合物能与BTK蛋白稳定结合,有望成为开发新型BTK抑制剂的先导化合物。

芳烃分子描述符的修正和沸点预测建模

根据芳烃分子中碳原子所处化学环境的差异,修正分子描述符Randi?连接性指数中碳原子支化度参数δ_i,提出新的分子描述符Modran;通过对比分析表明描述符Modran对芳烃分子的化学结构具有更好的选择性。分析芳烃沸点的影响因素,采用最优子集选择法,发现Modran一阶和二阶支化度指数、分子极化率和芳环碳原子占比四个分子描述符参数的组合对芳烃沸点具有良好的预测能力,进而建立包含Modran等四分子描述符的线性组合模型和神经网络模型。与Marrero-Pardillo基团贡献法比较,四分子描述符的神经网络模型将芳烃沸点预测的平均绝对误差由12.26 K降低到4.56 K。

新一套分子结构描述符的建立及其应用

从化合物结构出发 ,提出了一套不依赖于分子的实验性质和其它计算性质的分子结构描述符。对环烃化合物以不同原子间距离为基础 ,辅助有描述共轭效应的 π电子个数组成描述符集 ,用人工神经网络的优势关联分子结构与分子性质的关系 ,计算了收集到的和环烃化合物的摩尔生成焓 ,采用“留一法”预报结果满意 ,相关系数 r=0 .950

一种新的分子描述符应用于计算含氧有机化合物的生成焓

Ｑ Ｓ Ｐ Ｒ 是一种新兴的分子物理性质计算方法，其中描述符的选择理论和方法尚不成熟。针对一般复杂的有机分子结构，提出了一种新的描述符，以分子中基本结构块为基础，用分子的量子化学计算参数表征这些基本结构块的连接关系。用这种新的描述符为人工神经网络输入，计算了 ９０ 个含氧有机化合物的生成焓，计算结果令人满意。

中药归经理论的研究方法及分子描述在中药归经中的研究探讨

中药归经是中药药性理论的核心组成部分之一,是中药形成与发展的重要基础,是中医赖以组方遣药的主要依据,是中药区别于植物药、天然药物的突出标志,也是历代医家对中药作用特性认识及与中医临床应用和基础理论联系所形成的结晶.本文基于近年来中药归经的现代研究现状,总结各领域专家对中药归经的现代诠释,探讨大数据时代中药归经新的研究思路,以期探索科学、客观研究中药归经的新思路和新方法.

用于含能分子性质预测的分子描述符增强图神经网络

含能分子在军事和民用应用中都发挥着重要作用.传统上,确定含能分子的物理化学参数需要实验工作量且具有风险,而新兴的机器学习方法有望解决这一问题.在这项工作中,我们报道了一种分子描述符增强的图神经网络(MD增强的GNN)模型,该模型可以准确快速地预测含能分子的三个爆轰参数.该模型集成了基于序列的分子描述符和基于结构的图向量,提供了一个不需要自定义描述符的全面框架.因此,我们构建了一个包含18,991个CHNO含能分子的含能分子数据集,并将我们的模型与单一的分子指纹/描述符和GNN方法进行了比较.研究发现,我们提出的MD增强的GNN集成方法通过结合两个不同的互补特征,实现了卓越的精度,R2超过0.93,学习速度提高了20%以上,这突出了我们的模型在重塑含能分子设计格局方面的潜力,并有望在这一关键领域内大幅提高效率和有效性.

OLED发光材料的理论计算与分子设计

数次有机发光二极管(OLED)器件效率的突破均源于有机电致发光新机制的发现和有机发光材料的创新。理论探究有机分子激发态的形成和衰变过程可以加深理解发光的微观机理,促进发光材料分子的研发。本文简要介绍了热振动关联函数(TVCF)的速率理论,及其在荧光、磷光和热激活延迟小分子材料中的应用。针对这三类小分子材料,我们揭示了其发光机理,建立了分子结构与性质之间的关系,提出了表征效率的描述符,并理论设计了优良的OLED发光分子。

可用于表征可电离化合物离子化影响的描述符研究进展

在人为有意生产的化学品或无意识产生的化学品中,可电离有机化合物(IOCs)均占有较大比重。在环境水体、生理或实验pH条件下,IOCs可解离为分子和离子形态。研究表明,IOCs的分子和离子形态均对其表观物理化学、环境归趋和行为、生态和健康毒性效应参数具有不可忽视的影响,因而在开展IOCs相关实验或理论研究时不应忽略离子化的影响。在构建IOCs相关预测模型时,核心是如何表征离子化的影响。本文从描述符入手,总结了可用于表征IOCs离子化影响的4类描述符,即酸碱解离常数(pK_(a))及其衍生参数(分子态和离子态的比例分数(δ_(分子)和δ_(离子)))、考虑离子化影响的分配系数包括正辛醇-水分布系数(logD_(OW)(pH))和进行形态修正的脂质体-水分配系数(logD_(lip/w)(pH))、考虑离子参数的多参数线性自由能关系(离子描述符J^(+)和J^(-))、基于形态修正的量化参数,并展望了表征IOCs离子化影响的未来研究重点。

ML-QSPR方法预测煤基液体的燃料性能

煤基液体混合物如煤焦油、煤直接液化油的分子结构描述和性质预测是开发煤基液体产品高值化工艺和技术的重要基础。由于煤基液体主要由C、H、O、N、S元素构成数量庞杂、芳环结构各异的混合物,因此,使用Python中的RDKit工具包,利用简化分子线性输入规范(Simplified Molecular Input Line Entry System,SMILES)语言构建煤基液体中物质分子描述符,描述符包含样品元素信息、环数与环结构信息、原子数及分子量信息等共计115个分子描述符。对比人工信息提取方法,将所构建的分子描述符能够体现煤基液体分子结构碎片、分子量及原子个数信息等作为机器学习的特征输入变量,用于建立预测煤基液体的燃料性能的分子机器学习-定量结构性质关系方法 (ML-QSPR),实现对燃料低位热值(LHV)、液体密度(ρ)、闪点(FP)、十六烷值(CN)4个关键燃料性能参数的快速预测。模型验证分析表明LHV、ρ、FP模型的R^(2)分别为0.996、0.988、0.987;CN预测中加入混合物数据进行预测,R^(2)=0.959。与已公开报道的预测LHV、ρ、FP、CN性质方法对比,笔者提出ML-QSPR方法在预测4个关键燃料性能参数准确度方面有提升,在获取结果速度方面有显著优势。利用ML-QSPR模型预测得到的煤基液体制特种燃料性能参数数据库中的信息,分析增加不同族组分物质的碳原子数量时4个燃料性能参数的演变趋势,发现LHV、ρ、FP、CN四个燃料性能参数均受碳数(n)影响显著。由于LHV主要由n决定,不同族组分物质的LHV差距小;而不同族组分物质的ρ、FP和CN性质差距明显。此外,本研究训练好的模型可用于预测新的分子,为新型燃料分子设计提供参考;ML-QSPR方法作为迁移学习模型可在今后用于煤基液体其他场景相关理化性质的分析。

从网络角度研究腰痹通胶囊整体调控腰椎间盘突出的分子作用机制

目的研究腰痹通胶囊(三七、川芎、延胡索,等)治疗腰椎间盘突出的分子作用机制。方法采用文献挖掘、分子对接以及分子-靶蛋白网络特征分析的方法研究腰痹通胶囊中化合物群与靶蛋白的相互作用。结果分子对接发现腰痹通胶囊中有46个活性成分,且大部分具有良好的口服生物利用度和较高的中枢神经暴露量,进一步网络分析发现,其中coptisine、diligustilide、corypalmine、chuanxiongterpene等11个化合物为其主要活性成分,可通过与p38、CGRP、MMPs、TNFα等19个靶蛋白作用,抑制过度性炎症反应和椎间盘内毛细血管浸入,降低神经对刺激的敏感性,调控椎间盘内胶原、蛋白聚糖的代谢平衡,从而缓解疼痛,改善腰椎间盘突出。结论通过网络分析明确了腰痹通胶囊调控腰椎间盘突出的分子作用机制,诠释了其科学内涵,有助于推动后续药效物质基础研究和分子机制实验研究。

基于分子对接和QSAR方法预测B-Raf Ⅱ型抑制剂活性

B-Raf激酶在促分裂素原活化蛋白激酶(MAPK)信号转导通路中起着重要作用,已被确定为癌症治疗非常有吸引力的靶标.新型高效B-Raf抑制剂的开发成为癌症治疗的一个热门研究领域.本文以结构多样的B-Raf II型抑制剂为研究对象,联合应用分子对接和定量构效关系(QSAR)模型研究其定量构效关系去探讨抑制活性的起源.两个主题作为研究重点:生物活性构象和描述符.首先对分子对接方法(Glide、Gold、Ligand Fit、Cdocker和Libdock)进行准确性评价,后将研究的对象分子对接到B-Raf活性位点并获得生物活性构象.基于准确的对接结果,计算得到16个打分评价函数和21个能量描述符,以此构建定量构效关系模型.QSAR结果表明模型具有高度精确的拟合和强的预测能力(模型M1:r2=0.852,=0.790,=0.864;模型M2:r2=0.738,=0.812,=0.8605).同时探讨了对抑制活性有重要影响的描述符,结果表明打分评价函数(G_Score,-ECD,Dock_Score,PMF)与能量描述符(S(hb_ext),DE(int),Emodel)对抑制活性影响非常大.通过虚拟筛选和QSAR模型理论预测,一些新的具有潜在抑制活性的化合物作为B-Raf II型抑制剂被获得.上述信息对于进一步设计新颖高效的B-Raf II型抑制剂提供了有用的指导.

基于机器学习的PPCPs固-液分配系数预测

近年来药品和个人护理产品(PPCPs)作为新兴污染物越来越受到重视,研究PPCPs在固相环境介质中的固-液分配系数(K_(d))对于了解PPCPs的归趋和评价其环境风险至关重要,然而基于线性分配的传统方法不确定性较高。本研究收集了24种常见PPCPs的吸附批量实验数据,包括K_(d)、土壤性质、实验参数和化合物分子描述符,构建数据集,并采用机器学习构建K_(d)的预测模型。结果表明,随机森林(RF)和极端梯度提升(XGBoost)2种回归模型的预测效果相似且优于支持向量回归(SVR);SHAP分析揭示了辛醇-水分配系数(log K_(OW))、物质的量折射率(MR)、物质的量质量(MW)、固-液比(RATIO)、有机碳含量(OC)对K_(d)影响最显著;利用文献报道的广州市溪流河12种PPCPs和42种沉积物样本的实测数据进行应用域分析和模型验证,结果显示,除了红霉素和罗红霉素,本研究构建的模型能很好地预测其余PPCPs的K_(d)值。同时,研究发现,对于在弱酸性和弱碱性条件下溶解性会发生显著增加的化合物,如环丙沙星、氧氟沙星、磺胺二甲嘧啶等,在弱酸性和弱碱性的实际环境中应用本研究所构建的方法会低估实际K_(d)值。

混合神经网络下二元混合液体自燃温度研究

为解决传统实验方法测量二元混合液体自燃温度所面临的时间和安全问题,本文提出了一种运用神经网络优化定量结构-性质关系(QSPR)预测模型的方法。首先,分别使用BP神经网络(BPNN)和一维卷积神经网络(1DCNN)处理混合分子描述符数据。然后,采用卷积神经网络(CNN)处理分子结构图数据,以此建立BPNN+CNN和1DCNN+CNN两种预测模型。通过交叉验证、残差分析和应用域分析等多种方法对两种模型的预测能力、拟合能力和稳定性进行了验证。最后,讨论了4种优化器和不同维度的分子结构图对模型性能的影响。通过实验可知,两种模型的决定系数分别为0.989 8和0.987 1;10折交叉验证复相关系数分别为0.961 1和0.963 3;交互验证系数分别为0.982 6和0.992 5。结果表明,两种模型均可对大多数二元混合液体自燃温度进行预测,其中,BPNN+CNN模型有较好的拟合能力,1DCNN+CNN模型有较好的稳定性。

萜类驱避化合物与引诱物三分子缔合的计算研究

【目的】目前驱避剂的作用机理研究还不理想,本研究从单个萜类驱避化合物分子与不同种类引诱气味分子同时相互缔合的角度入手,通过理论计算探究该缔合与蚊虫驱避作用的关系,从而为驱避作用机理研究提供新认识。【方法】利用Gaussian View4.1和Gaussian03W软件构建和优化萜类驱避化合物单体、单体与引诱物L-乳酸及氨分子同时缔合后三分子缔合体的结构,获得其最低能量结构和缔合能;通过程序Ampac 8.16将前述结构导入到程序Codessa 2.7.10,计算各类结构描述符;再利用Codessa 2.7.10的启发式方法得到一系列缔合体结构描述符与驱避活性之间的定量关系模型,并通过转折点确定、模型验证后确定最佳定量关系计算模型。【结果】三分子缔合的缔合能基本上在20~50 kJ/mol的范围,所得最佳三参数定量计算模型的R2值为0.9098,包含的3个结构描述符分别是三分子缔合体的maximum nucleophilic reactivity index for a C atom,topographic electronic index（all bonds）[Zefirov’s PC]和exchange energy＋e-e repulsion for a H-O bond。【结论】萜类驱避化合物分子可同时与2个不同种类的引诱物分子发生缔合作用,该缔合作用符合氢键的能量基本特征;缔合体的碳原子最大原子核反应指数、所有键的拓扑电子指数、氢氧键电子间交换互斥能对驱避活性影响显著。这些结果初步说明萜类驱避化合物与引诱物三分子缔合作用确实存在,且该缔合作用对驱避活性具有显著影响,这为驱避机理的研究提供了新的理论依据。