[发明专利]基于灰色理论和分子指纹的药物-靶标结合预测方法

权利要求书

1. 一种基于灰色理论和分子指纹的药物-靶标结合预测方法，其特征在于，该预测方法包括以下步骤：

步骤一，基于灰色理论GM（1,1）模型生成蛋白质伪氨基酸成分，结合蛋白质序列氨基酸成分将靶标蛋白质序列转换成21维空间向量；

步骤二，通过药物分子指纹软件将药物分子描述成一个256维空间向量；

步骤三，将描述蛋白质序列的21维空间向量和描述药物分子的256维空间向量组合成277维空间向量，作为药物-靶标结合描述符；

步骤四，采用模糊K近邻法对训练集进行训练，得出预测器最佳参数，将药物-靶标结合描述符输入预测器预测药物和靶标是否有关联。

2.如权利要求1所述的预测方法，其特征在于，基于灰色模型GM（1,1）的蛋白质靶标伪氨基酸成分离散模型如下：

蛋白质一级结构是由20种英文字母A、C、D、E、F、G、H、I、K、L、M、N、P、Q、R、S、T、V、W和Y组成，这20个字母分别代表20种氨基酸，蛋白质一级结构决定了蛋白质的三维结构和功能；

灰色模型GM（1,1）模型是将离散的随机数经过依次累加成算子，削弱其随机性，得到较有规律的生成数，然后建立微分方程、解方程进而建立模型，模型中有两个参数a是灰色发展系数，b是灰色输入系数，它们是描述序列特征的参数；

  

其中：

           

蛋白质离散模型常用于描述蛋白质序列，其中伪氨基酸成分法是最常有的，其公式如下：

这里P表示蛋白质序列，前面20维向量表示20种氨基酸在序列中的比例，后面维向量为伪氨基酸成分，因为氨基酸成分将序列的前后顺序关系全部丢失，所以采用伪氨基酸成分用于描述序列中氨基酸的前后顺序关系，将参数a和b作为伪氨基酸成分，得到蛋白质序列的21维向量描述，

这里m是指训练集中的药物-靶标结合对数量。

3.如权利要求1所述的预测方法，其特征在于，药物分子指纹描述如下：

药物分子都是已知三维结构的，为了对药物-靶标结合进行预测，采用分子指纹OpenBabel工具，将药物三维结构转换成数字向量，OpenBabel输出有四种格式 FP2, FP3, FP4 and MACCS，采用FP2 将药物分子三维结构转换成256维的空间向量，将此向量看作一个数字信号，对其进行离散傅里叶变换，得到256个频谱值，对其求模得出256个正实数作为描述药物三维结构的描述符，具体计算公式如下：

这里是第FP2格式中的第i个数。

4.如权利要求1所述的预测方法，其特征在于，基于模糊K近邻的药物-靶标结合预测如下：

将描述蛋白质靶标和药物分子的向量组合成一个新的向量作为描述药物和蛋白质靶标结合对用于训练，训练集包括蛋白质序列和药物分子结合对，将其作为正训练集，负训练集采用不包含在正训练集中的蛋白质与药物结合对，机器学习方法采用模糊K近邻法，通过训练得到最佳参数，就可对药物-靶标进行预测。

5.如权利要求1所述的预测方法，其特征在于，采用该预测方法用于离子通道蛋白靶标与药物结构预测时，步骤如下：

将药物分子代码输入到KEGG数据库中，得到包含此药物分子化学结构信息的mol文件，将此mol文件输入到OpenBabel软件中，使用FP2格式分子指纹，可得到256个0到15的值，将其作为离散数字信号，进行傅里叶变换，得到256个频谱值，作为描述药物分子的256维向量；

将描述蛋白质靶标的21维向量组合描述药物分子的256维向量，得到描述药物-靶标结合对277维向量；

采用模糊K近邻法对训练集进行训练，训练集中包含1372个离子通道蛋白-药物对作为正数据集，得到2744个数据作为负数据集。

6.如权利要求1所述的预测方法，其特征在于，采用该预测方法用于离子通道蛋白靶标与药物结构预测时还进一步包括以下步骤：

基于灰色模型GM（1,1）的蛋白质靶标伪氨基酸成分离散模型中的第十种氨基酸编码模型，所有编码值都加上1.2后，得出描述离子通道蛋白靶标的21维空间向量。

7.如权利要求5所述的预测方法，其特征在于，模糊K近邻法中参数m=1.8 和 K=4时得到最佳预测，预测成功率为86.9%。