[发明专利]一种预测血管紧张素转化酶抑制剂活性的方法

摘要

一种预测血管紧张素转化酶抑制剂活性的方法，选取天然氨基酸的量子化学参数，做主成分分析得到19个主成分，将主成分作为描述每个氨基酸的主成分氨基酸量化参数，用氨基酸量子化学参数得分对血管紧张素转化酶抑制剂氨基酸序列进行表征，以血管紧张素转化酶抑制剂的药物活性值作为建立模型的因变量，用逐步线性回归方法进行变量筛选，找出与因变量显著相关的氨基酸量子化学参数得分，利用逐步线性回归处理每步得到的氨基酸所有量子化学参数得分，按照其重要性顺序，依次用偏最小二乘方法构建血管紧张素转化酶抑制剂的药物活性模型，并采用留一法交叉检验以及外部检验评价模型的预测能力，具有操作简单、形式统一、数据容易获取等特点。

主权项

1.一种预测血管紧张素转化酶抑制剂活性的方法，其特征在于，包括以下步骤：1）选取20种天然氨基酸的2236个量子化学参数，20种天然氨基酸的2236种量子化学参数具体包括：最高占据轨道能、最低占据轨道能、能隙、总体柔性、最高最低占据轨道能量比、最终生成热、总能量、核间斥力、电离势、电子特征值（EEVA）描述子、亲电原子的前沿电子密度、亲核原子的前沿电子密度、总亲电超离域度、平均亲电超离域度、总亲核超离域度、平均亲核超离域度；2）对20种天然氨基酸的2236个量子化学参数利用SPSS13.0软件做主成分分析，得到19个主成分，如表1所示，表1为20种天然氨基酸的2236种量子化学参数的19个主成分^a20种天然氨基酸用常规的单个英文字母表示，3）将19个主成分作为描述每个氨基酸的19个主成分氨基酸量化参数，称为氨基酸量子化学参数得分；4）用19个氨基酸量子化学参数得分对血管紧张素转化酶（ACE）抑制剂氨基酸序列进行表征，其中每个氨基酸残基用19个氨基酸量子化学参数得分表征，并将表征结果作为活性预测模型的自变量；5）以血管紧张素转化酶（ACE）抑制剂的药物活性值作为建立模型的因变量，用逐步线性回归（SMR）方法进行变量筛选，找出与因变量显著相关的氨基酸量子化学参数得分，具体为：以偏F检验值对应的显著水平值P为依据：当候选变量中最大偏F检验值的显著水平值P≤0.99时，则引入此氨基酸量子化学参数得分进行建模；在已引入方程的变量中，若其最小偏F检验值的显著水平值P≥1.00时，则去掉此氨基酸量子化学参数得分进行建模；6）将逐步线性回归（SMR）每步得到的氨基酸所有量子化学参数得分，按照其重要性顺序，依次用偏最小二乘（PLS）方法构建血管紧张素转化酶（ACE）抑制剂的药物活性模型，并采用留一法交叉检验以及外部检验评价模型的预测能力。