[发明专利]一种基于rmsd多特征的药物分子动力学结果分析方法

权利要求书

1.一种基于rmsd多特征的药物分子动力学结果分析方法，其特征在于所述方法包括以下步骤：

1）分子动力学RMSD图像特征分析及提取；

2）使用分子力学/泊松-玻尔兹曼表面积法计算结合自由能及能量分解；

3）SVM分类训练；

所述步骤1）的具体操作是：对RMSD图像进行整体特征分析，计算每一帧化合物结构与原始结构之间的均方根误差值，以下简称RMSD，然后计算整个分子动力学过程中RMSD的平均值以及方差作为特征，之后将RMSD整体折线进行快速傅里叶变换，将时间域上的图像转化到频率域并进行频谱分析，提取结果中排名靠前的低频项的系数作为特征之一；

所述步骤2）的具体操作是：利用MD轨迹导成单个的文件，设置电荷数量，水的介电常数设成80，蛋白因的介电常数设置为4，分别计算分子力学能量、极性溶剂化能、非极性溶剂化能，合并成为化合物结合自由能；之后将结合自由能进行分解，计算出化合物中每一个氨基酸残基对应的能量并找出对总能量贡献大的排名靠前的自由能对应的残基，然后计算阳性化合物在活性位点的氨基酸的能量变化的关联性；

所述步骤3）的具体操作是：对RMSD图像进行预处理，去掉明显无效的图像，然后将RMSD图像进行归一化处理并利用抽样技术将数据集分为训练集和测试集，之后将每一个图像进行标注，动力学结果较好标注为1，较差标注为-1；

将RMSD图像的整体平均值及方差、RMSD图像平稳时间段的均值、低频项前十项系数、残基相似度处理好的特征数据进行向量化组成一个特征向量，使用Sigmoid函数作为核函数并选择初始参数C和r使用训练集对分类器模型进行训练，使用测试集对模型分类精度进行测试并不断调整参数提高精度。