[发明专利]一种通过建立QSAR模型预测化学品以斑马鱼胚胎为受体的毒性的方法

权利要求书

1.一种通过建立QSAR模型预测化学品以斑马鱼胚胎为受体的毒性的方法，其特征在于，步骤如下：

使用348种化合物，根据其不同的作用方式建立相应的QSAR模型；首先确定出348种化合物的作用方式分为六类，分别是惰性化合物、弱惰性化合物质、反应性化合物、按特定机制作用化合物、无法分类的含COOR化合物，以及无法分类的不含COOR化合物；将每一类化合物按照4:1随机拆分为训练集和验证集；训练集中的化合物用于构建模型，验证集中的化合物用于评估模型的外部预测能力；对数据集中的化合物进行优化，得到相应化合物的稳定构型，基于结构提取Dragon描述符，采用MLR回归分析方法筛选分子描述符和构建预测模型；

(1)惰性化合物预测模型：

logLC₅₀＝-1.556SM4_B(p)+13.738(R5e+)–1.983Mor16m–0.223RDF075m+7.375 (1)

其中，n_tra＝30，R²_tra＝0.91，R²_adj.tra＝0.89，RMSE_tra＝0.51，Q²_LOO＝0.85，n_ext＝9，R²_ext＝0.85，RMSE_ext＝0.59；SM4_B(p)是由极化率加权的负荷矩阵得到的4阶谱矩；R5e+是lag5处的R滞后最大自相关或桑德森电负性加权；Mor16m是信号16或由质量加权；RDF075m是径向分布函数-075或由质量加权；n_tra和n_ext分别是训练集和验证集化合物数量；R²是决定系数，R²_adj是校正的决定系数；RMSE是均方根误差；Q²_LOO是去一法交叉验证系数；

(2)弱惰性化合物预测模型：

logLC₅₀＝-0.962SpMax5_Bh(s)+0.689nHDon+0.391GATS5s+0.177Mor08i+0.922 (2)

其中，n_tra＝18，R²_tra＝0.98，R²_adj.tra＝0.97，RMSE_tra＝0.13，Q²_LOO＝0.96，n_ext＝6，R²_ext＝0.94，RMSE_ext＝0.34；SpMax5_Bh(s)是负荷矩阵5号最大特征或由I-state加权；nHDon是氢键供体原子数；GATS5s是在lag5处的Geary自相关或由I-state加权；Mor08i是信号08或由电离势加权；

(3)反应性化合物预测模型：

logLC₅₀＝-0.013P_VSA_e_2–1.48B09[C-O]+0.607Hy–12.256(R4p+)+1.463nOHp+0.281(3)

其中，n_tra＝35，R²_tra＝0.86，R²_adj.tra＝0.84，RMSE_tra＝0.44，Q²_LOO＝0.78，n_ext＝10，R²_ext＝0.78，RMSE_ext＝0.56；P_VSA_e_2是类P_VSA对桑德森电负性的影响，bin 2；B09[C-O]是在拓扑距离9处存在或不存在C-O；Hy是亲水因子；R4p+是lag4处的R最大自相关或由极化率加权；nOHp是初级醇的数量；

(4)按特定机制作用化合物预测模型：

logLC₅₀＝-0.221RDF085p+0.887Eig10_EA(dm)–1.833B09[C-S]+0.927GATS7i–0.698Mor28m–1.93 (4)

其中，n_tra＝47，R²_tra＝0.82，R²_adj.tra＝0.80，RMSE_tra＝0.39，Q²_LOO＝0.75，n_ext＝12，R²_ext＝0.76，RMSE_ext＝0.47；RDF085p是径向分布函数-085或由极化率加权；Eig10_EA(dm)是来自边缘邻接垫的10号特征值或由偶极矩加权；B09[C-S]是在拓扑距离9处存在或不存在C–S；GATS7i是在lag7处的Geary自相关或由电离势加权；Mor28m是信号28或由质量加权；

(5)无法分类的含COOR化合物预测模型：

logLC₅₀＝-4.96TDB10m+2.479nOHp–1.592MATS7s+1.659NssNH–0.367L3s–1.382 (5)

其中，n_tra＝32，R²_tra＝0.88，R²_adj.tra＝0.86，RMSE_tra＝0.39，Q²_LOO＝0.83，n_ext＝8，R²_ext＝0.76，RMSE_ext＝0.43；TDB10m是基于三维拓扑距离的描述符-lag10或由质量加成；nOHp是初级醇的数量；MATS7s是在lag7处的Moran自相关或由I-state加权；NssNH是类型为ssNH的原子数；L3s是第三组件的大小方向的WHIM指数或由I-state加权；

(6)无法分类的不含COOR化合物预测模型：

logLC₅₀＝-2.496SM6_B(p)+0.184Eta_betaS–0.419Eig10_AEA(dm)–6.637X3A+0.694B03[O-O]+19.193 (6)

其中，n_tra＝110，R²_tra＝0.71，R²_adj.tra＝0.70，RMSE_tra＝0.69，Q²_LOO＝0.68，n_ext＝31，R²_ext＝0.74，RMSE_ext＝0.39；SM6_B(p)是由极化率加权负荷矩阵得到的6阶谱矩；Eta_betaS是eta sigma VEM数量；Eig10_AEA(dm)是来自增广边缘邻接垫的10号特征值或由偶极矩加成；X3A是3阶的平均连通性指数；B03[O-O]是拓扑距离3上O-O存在或不存在。