應(yīng)用R進(jìn)行QSAR的嘗試ppt課件

1、第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議運(yùn)用運(yùn)用R進(jìn)展進(jìn)展QSAR的嘗試的嘗試 -以PAHs在根際消解效果的QSAR分析為例 馬 斌 binmagmail浙江大學(xué)環(huán)境與資源學(xué)院 2019.12第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議關(guān)于QSAR的背景 定量構(gòu)效關(guān)系定量構(gòu)效關(guān)系(Quantitative Structure-Activity Relationship，簡(jiǎn)稱，簡(jiǎn)稱QSAR)是是指利用實(shí)際計(jì)算和統(tǒng)計(jì)分析工具來(lái)研討指利用實(shí)際計(jì)算和統(tǒng)計(jì)分析工具來(lái)研討系列化合物構(gòu)造與其效應(yīng)之間的定量關(guān)系列化合物構(gòu)造與其效應(yīng)之間的定量關(guān)系，即借助構(gòu)造參數(shù)構(gòu)建數(shù)學(xué)模型來(lái)描系，即借助構(gòu)造參數(shù)構(gòu)建數(shù)學(xué)模型來(lái)描畫化合物

2、構(gòu)造與活性之間的關(guān)系。畫化合物構(gòu)造與活性之間的關(guān)系。 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議環(huán)境科學(xué)中進(jìn)展QSAR的目的 由于測(cè)定化合物的各種毒性需求破費(fèi)大量的人力、物力和財(cái)力，人們不能夠?qū)Ρ姸嗷瘜W(xué)品進(jìn)展逐一測(cè)定 而利用QSAR 模型即可對(duì)化學(xué)品的生物毒性和環(huán)境行為進(jìn)展預(yù)測(cè)，并挑選出具有潛在危害的化學(xué)品，這在環(huán)境科學(xué)研討中無(wú)疑是一件極具意義的任務(wù) 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議R與與QSAR統(tǒng)計(jì)分析工具數(shù)學(xué)模型構(gòu)建第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議QSAR中需求的數(shù)學(xué)方法 R中的各種包提供幾乎一切QSAR研討需求的數(shù)學(xué)方法 假設(shè)將這些方法集合為一個(gè)QSAR公用的包，無(wú)論對(duì)R的開(kāi)展還

3、是QSAR的運(yùn)用都是有利的第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議QSAR過(guò)程與R數(shù)據(jù)庫(kù)的建立數(shù)據(jù)庫(kù)的建立 參數(shù)的挑選參數(shù)的挑選 定量關(guān)系模型的構(gòu)建定量關(guān)系模型的構(gòu)建 模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn) 預(yù)測(cè)與預(yù)告運(yùn)用預(yù)測(cè)與預(yù)告運(yùn)用 構(gòu)造參數(shù)的計(jì)算R的meta-analysis包客觀挑選客觀挑選多元分析神經(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)第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議R中包含中包含QSAR數(shù)學(xué)方法的包數(shù)學(xué)方法的包逐步回歸stepPLrstepwise前進(jìn)法forwardlars遺傳算法rfwdmvgafitgenalg多元分析lmtestbpcadepthheplotsICSLabdsvLeap

4、s神經(jīng)網(wǎng)絡(luò)NeuralNeuralnet偏最小二乘法GplsPlsLsplsPlsPlsgenomiPplsgplsSpls第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議R是是QSAR的有力工具，但是的有力工具，但是 需求的數(shù)學(xué)方法分散在大量不同的包中，就如無(wú)數(shù)的寶藏埋藏在世界各地。第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議運(yùn)用運(yùn)用R進(jìn)展進(jìn)展QSAR的一個(gè)嘗試的一個(gè)嘗試 以R進(jìn)展多環(huán)芳烴PAHs在植物根際消解效果的QSAR分析為例子來(lái)闡明R再Q(mào)SAR中的運(yùn)用。 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議為什么研討多環(huán)芳烴為什么研討多環(huán)芳烴PAHs第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議數(shù)據(jù)庫(kù)的建立數(shù)據(jù)庫(kù)的建立

5、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) 分子構(gòu)造參數(shù)經(jīng)過(guò)Dragon 5(Talanet)計(jì)算得到965個(gè)構(gòu)造參數(shù)，包括拓?fù)鋮?shù)和理化參數(shù)。 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議參數(shù)的挑選參數(shù)的挑選 用客觀選擇對(duì)構(gòu)造參數(shù)進(jìn)展挑選，去掉一切值為恒量的參數(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極大提高挑選效率 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議R中構(gòu)造參數(shù)的客觀挑選去除恒量中構(gòu)造參數(shù)的客觀挑選去除恒量mol.structuredim.mol

6、anfor(k in 1:(dim.mol2-n) if (mol.structure1,k=mol.structurea,k)+ mol.structure-mol.structure,-k; +n-n+1;+kwrite.table(mol.structure, file=molstruc1.csv, sep=,)第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議R中構(gòu)造參數(shù)的客觀挑選去除高相關(guān)性參數(shù)中構(gòu)造參數(shù)的客觀挑選去除高相關(guān)性參數(shù)cor.matrixdim.cormfor(i in 1:(dim.cor1-1)for(j in (i+1):(dim.cor2)if (cor.matrixi,j=

7、0.95)+mol.structure+idim(mol.structure)write.table(cor.matrix,file=matrix.csv, sep=,)write.table(mol.structure,file=molstruc2.csv, sep=,) 第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議PLS構(gòu)建模型構(gòu)建模型 # modeling QSAR by PLS library(pls) lnR data QSAR +X6CH+Eig1Z.1+TI2+MWC08+piPC08 +GGI2+AEig1Z+VRD2+IDDM+HDcpx+IC0+CIC0+ +BIC0+TIC1+

8、SIC1+BIC1+CIC2,data=data, +method=simpls,model=TRUE)第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議模型驗(yàn)證模型驗(yàn)證 #cross-validation the QSAR model crossval + segment.type = c(random) RMSEP R2 plot(crossval) plot(RMSEP) plot(R2) plot(QSAR, ncomp=15)第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議RMSE和和R2R2RMSE第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議優(yōu)化預(yù)測(cè)模型優(yōu)化預(yù)測(cè)模型第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議用于預(yù)

9、測(cè)和預(yù)告用于預(yù)測(cè)和預(yù)告 #predict unstudied compound perylene new.mol-predict(QSAR, type = response, newdata = perylene)輸入還沒(méi)有研討資料的輸入還沒(méi)有研討資料的perylene的構(gòu)造參數(shù)，得到效應(yīng)值為的構(gòu)造參數(shù)，得到效應(yīng)值為-0.86第一屆中國(guó)第一屆中國(guó)R語(yǔ)言語(yǔ)言會(huì)議會(huì)議結(jié)論與展望結(jié)論與展望 R在QSAR分析中的最大特點(diǎn)是快捷和簡(jiǎn)便。 QSAR的模型構(gòu)建、驗(yàn)證和運(yùn)用過(guò)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 搜集和整理各種常用的QSAR用到的方法，編寫QSAR常用過(guò)程的函數(shù)，并開(kāi)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(kāi)端第一屆中國(guó)第