應用R進行QSAR的嘗試.ppt

1,應用R進行QSAR的嘗試,-以PAHs在根際消解效果的QSAR分析為例,馬 斌 浙江大學環(huán)境與資源學院 2008.12,馬斌：R在QSAR中的應用,2,關于QSAR的背景,定量構效關系(Quantitative Structure-Activity Relationship，簡稱QSAR)是指利用理論計算和統(tǒng)計分析工具來研究系列化合物結構與其效應之間的定量關系，即借助結構參數(shù)構建數(shù)學模型來描述化合物結構與活性之間的關系。,馬斌：R在QSAR中的應用,3,環(huán)境科學中進行QSAR的目的,由于測定化合物的各種毒性需要花費大量的人力、物力和財力，人們不可能對眾多化學品進行逐一測定 而利用QSAR 模型即可對化學品的生物毒性和環(huán)境行為進行預測，并篩選出具有潛在危害的化學品，這在環(huán)境科學研究中無疑是一件極具意義的工作,馬斌：R在QSAR中的應用,4,R與QSAR,統(tǒng)計分析工具,數(shù)學模型構建,馬斌：R在QSAR中的應用,5,QSAR中需要的數(shù)學方法,R中的各種包提供幾乎所有QSAR研究需要的數(shù)學方法 如果將這些方法集合為一個QSAR專用的包，無論對R的發(fā)展還是QSAR的應用都是有利的,馬斌：R在QSAR中的應用,6,QSAR過程與R,結構參數(shù)的計算 R的meta-analysis包,主觀篩選 客觀篩選,多元分析 神經(jīng)網(wǎng)絡,交叉驗證法 蒙特卡羅驗證,輸入未知參數(shù),馬斌：R在QSAR中的應用,7,R中包含QSAR數(shù)學方法的包,馬斌：R在QSAR中的應用,8,R是QSAR的有力工具，但是,需要的數(shù)學方法分散在大量不同的包中，就如無數(shù)的寶藏埋藏在世界各地。,馬斌：R在QSAR中的應用,9,應用R進行QSAR的一個嘗試,以R進行多環(huán)芳烴（PAHs）在植物根際消解效果的QSAR分析為例子來說明R再QSAR中的應用。,馬斌：R在QSAR中的應用,10,為什么研究多環(huán)芳烴（PAHs）,馬斌：R在QSAR中的應用,11,數(shù)據(jù)庫的建立,活性參數(shù)是PAHs在植物根際消解效果，采用meta-analysis中常用的效應值(effect sizes, d)表示。d=ln(E/C) 分子結構參數(shù)通過Dragon 5(Talanet)計算得到965個結構參數(shù)，包括拓撲參數(shù)和理化參數(shù)。,馬斌：R在QSAR中的應用,12,參數(shù)的篩選,用主觀選擇對結構參數(shù)進行篩選，去掉所有值為恒量的參數(shù)，然后計算余下參數(shù)的相關系數(shù)矩陣，去掉相關系數(shù)大于等于0.95的兩個參數(shù)中的一個。 采用R極大提高篩選效率,馬斌：R在QSAR中的應用,13,R中結構參數(shù)的主觀篩選（去除恒量）,mol.structuredim.molanfor(k in 1:(dim.mol2-n) if (mol.structure1,k=mol.structurea,k) + mol.structurewrite.table(mol.structure, file=molstruc1.csv, sep=,),馬斌：R在QSAR中的應用,14,R中結構參數(shù)的主觀篩選（去除高相關性參數(shù)）,cor.matrix=0.95) +mol.structure-mol.structure,-i; +i-i+1 dim(mol.structure) write.table(cor.matrix,file=matrix.csv, sep=,) write.table(mol.structure,file=molstruc2.csv, sep=,),馬斌：R在QSAR中的應用,15,PLS構建模型,# modeling QSAR by PLS library(pls) lnR-read.table(lnR.csv,header=TRUE, sep=,) data-cbind(lnR,mol.structure) QSAR-plsr(lnRMLOGP2+MSD+Se+ZM1+X0v+ +X6CH+Eig1Z.1+TI2+MWC08+piPC08 +GGI2+AEig1Z+VRD2+IDDM+HDcpx+IC0+CIC0+ +BIC0+TIC1+SIC1+BIC1+CIC2,data=data, +method=simpls,model=TRUE),馬斌：R在QSAR中的應用,16,模型驗證,#cross-validation the QSAR model crossval-crossval(QSAR, segments = 40, + segment.type = c(“random“) RMSEP-RMSEP(QSAR) R2-R2(QSAR) plot(crossval) plot(RMSEP) plot(R2) plot(QSAR, ncomp=15),馬斌：R在QSAR中的應用,17,RMSE和R2,R2,RMSE,馬斌：R在QSAR中的應用,18,優(yōu)化預測模型,馬斌：R在QSAR中的應用,19,用于預測和預報,#predict unstudied compound perylene-read.table(perylene.csv, header=TRUE, sep=,) new.mol-predict(QSAR, type = “response“, newdata = perylene),輸入還沒有研究資料的perylene的結構參數(shù)，得到效應值為-0.86,馬斌：R在QSAR中的應用,20,結論與展望,R在QSAR分析中的最大特點是快捷和簡便。 QSAR的模型構建、驗證和應用過程中都有多種方法可以選擇，而這些方法目前都分布在不同的包中 收集和整理各種常用的QSAR用到的方法，編寫QSAR常用過程的函數(shù)，并開發(fā)出不斷更新的包就尤為重要 本文為R的QSAR包作出了一個開端,馬斌：R在QSAR中的應用,21,致謝,感謝第一屆