支持向量机在中药肾毒性研究中的应用(1)
[摘要]计算了111个肾毒化合物和90个无肾毒化合物的6122个分子描述符，采用CfsSubsetEval评价和BestFirst-D1-N5搜索相结合的方法筛选特征描述符子集。用支持向量机(SVM)构建化合物肾毒性判别模型。收集通过造成肾小管损坏致肾毒性的39个化合物，与39个无肾毒化合物组成数据集，用相同方法构建化合物肾小管损坏判别模型。2个模型的准确率、灵敏度、特异性、马修斯相关系数均在70%以上。以22个有肾毒的中药成分作为外部验证集，进一步评价肾毒性判别模型，准确率达72.73%。用肾小管损坏模型进一步判别肾毒性模型筛查结果为阳性的中药成分，其中10个中药成分可能通过损害肾小管致肾脏毒性，6个已有文献佐证。实验结果表明本研究构建的2个模型具有一定的准确性，有助于开展中药肾毒性成分筛查工作，并为进一步研究肾毒性机制提供新思路。
[关键词]支持向量机;中药成分;肾毒性;肾小管损坏
Applicationofsupportvectormachineapproachinstudyingnephron
, http://www.100md.com
toxicityofChinesemedicinalmaterials
ZHANGJing-fang，JIANGLu-di，ZHANGYan-ling*
(BeijingUniversityofChineseMedicine，ResearchCenterofTraditionalChineseMedicine
InformationEngineering，Beijing100102，China)
[Abstract]Onthebasisofwebdatabases，111compoundswithnephrotoxicityand90compoundswithoutnephrotoxicitywerecollectedasdatasetofnephrotoxicitydiscriminationmodel，39compoundswithtubularnecrosisand39compoundswithouttubularnecrosiswerecollectedasdatasetoftubularnecrosisdiscriminationmodel.The6122moleculardescriptors，includingphysicochemical，chargedistributionandgeometricaldescriptorswerecalculatedtocharacterizethemolecularstructureoftheabove-mentionedcompounds.CfsSubsetEvalvaluationmethodandBestFirst-D1-N5searchingmethodwereusedtoselectmoleculardescriptors.Twomodelswithhighaccuracywerebuiltbasedonthesupportvectormachine(SVM)approach，respectively.Accuracy，sensitivity，specificityandmatthew′scorrelationcoefficientofthetwomodelswereallabove70%.Byusing22nephrotoxicitycompoundsofChinesemedicine，thenephrotoxicitydiscriminationmodelwasfurtherverifiedwithanaccuracyof72.73%.Usingthetubularnecrosisdiscriminationmodel，10potentialcompoundswhichcancausetubularnecrosiswerescreenedfromthepositiveresultsofnephrotoxicitydiscriminationmodel，6ofthemhavebeenverifiedbyliteratures.TheresultsdemonstratedthatthediscriminationmodelscanbeappliedtoscreennephrotoxiccompoundsfromChinesemedicinalmaterials，andtheyalsoofferanewresearchideaforthefurtherstudiesonthemechanismofnephrotoxicity.
, 百拇医药
[Keywords]supportvectormachine;Chinesemedicineingredients;nephrotoxicity;tubularnecrosis
doi：10.4268/cjcmm20150628
肾脏是人体重要的排泄器官[1]，具有维持机体水及电解质平衡的作用，也是药物毒性作用最常见的靶器官，中药致肾毒性的报道亦屡见不鲜[2-4]。药物导致的肾功能损伤在服药早期常无法检出，因此预测药物肾毒性成为中药安全性评价的重要内容[5]。目前多将体外细胞模型用于中药肾毒性评价的研究[6-8]，但用该方法进行高通量筛选时，耗资较大时程较长[9]。采用计算毒理学方法研究化学结构与其毒性关系，根据已有化合物建立判别模型，短时间内可实现对大量化合物毒性的预测[10]。本文探讨利用支持向量机构建药物肾毒性判别模型，快速、高效地筛查中药中致肾毒性的成分。肾小管上皮细胞具有分泌和重吸收功能，其细胞内药物浓度较高，因此肾小管坏死是药物肾功能损伤的重要原因[11]。很多致肾损伤的中药通过直接作用于肾小管发生作用[12]。针对中药致肾毒性机制不明的问题，本文建立肾小管损坏判别模型，筛查通过造成肾小管损伤致肾毒性的中药成分，为进一步研究中药肾毒性机制提供指导。, http://www.100md.com(张景芳 蒋芦荻 张燕玲)
[关键词]支持向量机;中药成分;肾毒性;肾小管损坏
Applicationofsupportvectormachineapproachinstudyingnephron
, http://www.100md.com
toxicityofChinesemedicinalmaterials
ZHANGJing-fang，JIANGLu-di，ZHANGYan-ling*
(BeijingUniversityofChineseMedicine，ResearchCenterofTraditionalChineseMedicine
InformationEngineering，Beijing100102，China)
[Abstract]Onthebasisofwebdatabases，111compoundswithnephrotoxicityand90compoundswithoutnephrotoxicitywerecollectedasdatasetofnephrotoxicitydiscriminationmodel，39compoundswithtubularnecrosisand39compoundswithouttubularnecrosiswerecollectedasdatasetoftubularnecrosisdiscriminationmodel.The6122moleculardescriptors，includingphysicochemical，chargedistributionandgeometricaldescriptorswerecalculatedtocharacterizethemolecularstructureoftheabove-mentionedcompounds.CfsSubsetEvalvaluationmethodandBestFirst-D1-N5searchingmethodwereusedtoselectmoleculardescriptors.Twomodelswithhighaccuracywerebuiltbasedonthesupportvectormachine(SVM)approach，respectively.Accuracy，sensitivity，specificityandmatthew′scorrelationcoefficientofthetwomodelswereallabove70%.Byusing22nephrotoxicitycompoundsofChinesemedicine，thenephrotoxicitydiscriminationmodelwasfurtherverifiedwithanaccuracyof72.73%.Usingthetubularnecrosisdiscriminationmodel，10potentialcompoundswhichcancausetubularnecrosiswerescreenedfromthepositiveresultsofnephrotoxicitydiscriminationmodel，6ofthemhavebeenverifiedbyliteratures.TheresultsdemonstratedthatthediscriminationmodelscanbeappliedtoscreennephrotoxiccompoundsfromChinesemedicinalmaterials，andtheyalsoofferanewresearchideaforthefurtherstudiesonthemechanismofnephrotoxicity.
, 百拇医药
[Keywords]supportvectormachine;Chinesemedicineingredients;nephrotoxicity;tubularnecrosis
doi：10.4268/cjcmm20150628
肾脏是人体重要的排泄器官[1]，具有维持机体水及电解质平衡的作用，也是药物毒性作用最常见的靶器官，中药致肾毒性的报道亦屡见不鲜[2-4]。药物导致的肾功能损伤在服药早期常无法检出，因此预测药物肾毒性成为中药安全性评价的重要内容[5]。目前多将体外细胞模型用于中药肾毒性评价的研究[6-8]，但用该方法进行高通量筛选时，耗资较大时程较长[9]。采用计算毒理学方法研究化学结构与其毒性关系，根据已有化合物建立判别模型，短时间内可实现对大量化合物毒性的预测[10]。本文探讨利用支持向量机构建药物肾毒性判别模型，快速、高效地筛查中药中致肾毒性的成分。肾小管上皮细胞具有分泌和重吸收功能，其细胞内药物浓度较高，因此肾小管坏死是药物肾功能损伤的重要原因[11]。很多致肾损伤的中药通过直接作用于肾小管发生作用[12]。针对中药致肾毒性机制不明的问题，本文建立肾小管损坏判别模型，筛查通过造成肾小管损伤致肾毒性的中药成分，为进一步研究中药肾毒性机制提供指导。, http://www.100md.com(张景芳 蒋芦荻 张燕玲)