應(yīng)用R進(jìn)行QSAR的嘗試.ppt

1、1,應(yīng)用R進(jìn)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(xué)環(huán)境與資源學(xué)院 2008.12,馬斌：R在QSAR中的應(yīng)用,2,關(guān)于QSAR的背景,定量構(gòu)效關(guān)系(Quantitative Structure-Activity Relationship，簡稱QSAR)是指利用理論計(jì)算和統(tǒng)計(jì)分析工具來研究系列化合物結(jié)構(gòu)與其效應(yīng)之間的定量關(guān)系，即借助結(jié)構(gòu)參數(shù)構(gòu)建數(shù)學(xué)模型來描述化合物結(jié)構(gòu)與活性之間的關(guān)系,馬斌：R在QSAR中的應(yīng)用,3,環(huán)境科學(xué)中進(jìn)行QSAR的目的,由于測定化合物的各種毒性需要花費(fèi)大量的人力、物力和財(cái)力，人們不可能對(duì)眾多化學(xué)品進(jìn)行逐一測定 而利用QSAR 模型

2、即可對(duì)化學(xué)品的生物毒性和環(huán)境行為進(jìn)行預(yù)測，并篩選出具有潛在危害的化學(xué)品，這在環(huán)境科學(xué)研究中無疑是一件極具意義的工作,馬斌：R在QSAR中的應(yīng)用,4,R與QSAR,統(tǒng)計(jì)分析工具,數(shù)學(xué)模型構(gòu)建,馬斌：R在QSAR中的應(yīng)用,5,QSAR中需要的數(shù)學(xué)方法,R中的各種包提供幾乎所有QSAR研究需要的數(shù)學(xué)方法 如果將這些方法集合為一個(gè)QSAR專用的包，無論對(duì)R的發(fā)展還是QSAR的應(yīng)用都是有利的,馬斌：R在QSAR中的應(yīng)用,6,QSAR過程與R,結(jié)構(gòu)參數(shù)的計(jì)算 R的meta-analysis包,主觀篩選 客觀篩選,多元分析 神經(jīng)網(wǎng)絡(luò),交叉驗(yàn)證法 蒙特卡羅驗(yàn)證,輸入未知參數(shù),馬斌：R在QSAR中的應(yīng)用,7,R

3、中包含QSAR數(shù)學(xué)方法的包,馬斌：R在QSAR中的應(yīng)用,8,R是QSAR的有力工具，但是,需要的數(shù)學(xué)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(yīng)用,9,應(yīng)用R進(jìn)行QSAR的一個(gè)嘗試,以R進(jìn)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Q(mào)SAR中的應(yīng)用,馬斌：R在QSAR中的應(yīng)用,10,為什么研究多環(huán)芳烴（PAHs,馬斌：R在QSAR中的應(yīng)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(yīng)值(effect sizes, d)表示。d=ln(E/C) 分子結(jié)構(gòu)參數(shù)通過Dragon 5(

4、Talanet)計(jì)算得到965個(gè)結(jié)構(gòu)參數(shù)，包括拓?fù)鋮?shù)和理化參數(shù),馬斌：R在QSAR中的應(yīng)用,12,參數(shù)的篩選,用主觀選擇對(duì)結(jié)構(gòu)參數(shù)進(jìn)行篩選，去掉所有值為恒量的參數(shù)，然后計(jì)算余下參數(shù)的相關(guān)系數(shù)矩陣，去掉相關(guān)系數(shù)大于等于0.95的兩個(gè)參數(shù)中的一個(gè)。 采用R極大提高篩選效率,馬斌：R在QSAR中的應(yīng)用,13,R中結(jié)構(gòu)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, fil

5、e=molstruc1.csv, sep=,馬斌：R在QSAR中的應(yīng)用,14,R中結(jié)構(gòu)參數(shù)的主觀篩選（去除高相關(guān)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(yīng)用,15,PLS構(gòu)建模型, modeling QSAR by PLS library(pls) lnR-re

6、ad.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(yīng)用,16,模型驗(yàn)證,cross-validation the QSAR model crossval-c

7、rossval(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(yīng)用,17,RMSE和R2,R2,RMSE,馬斌：R在QSAR中的應(yīng)用,18,優(yōu)化預(yù)測模型,馬斌：R在QSAR中的應(yīng)用,19,用于預(yù)測和預(yù)報(bào),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(jié)構(gòu)參數(shù)，得到效應(yīng)值為-0.86,馬斌：R在QSAR中的應(yīng)用,20,結(jié)論與展望,R在QSAR分析中的最大特點(diǎn)是快捷和簡便。 QSAR的模型構(gòu)建、驗(yàn)證和應(yīng)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(gè)開端,馬斌：R在QSAR中的應(yīng)用,21,致謝,感謝第一屆R