Indexed by：
Abstract：
为了解决如何筛选出更加有效的抗病毒类化合物的问题,研究了离解速率(k_(off))与抗病毒类药物结构的关系,理论依据是k_(off)常用于评价药物在人体开放性系统中的活性.首先,应用分子描述符软件计算出每个抗病毒类化合物的分子描述符,并使用多元逐步回归分析法、偏最小二乘法和遗传算法3种方法对描述符进行筛选.然后,分别采用支持向量机和BP神经网络方法建立抗病毒类化合物的k_(off)的预测模型,并用测试集对模型进行了验证.结果表明:筛选出了具有良好预测能力的描述符,建立的2个预测模型经验证均合理,对未来抗病毒类药物的研制具有指导意义.
Keyword：
Reprint Author's Address：
Email：
Source ：
北京工业大学学报
Year： 2017
Issue： 12
Volume： 43
Page： 1857-1864
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 11
Affiliated Colleges：
