Fortgeschrittene Techniken in Biologie und Medizin
Offener Zugang

Abstrakt

Datensatzanalyse zur Berechnung der QSAR-Modelle Prädiktive Effizienz basierend auf Aktivitätsklippen

Fatima Adilova und Alisher Ikramov

Das Konzept der Aktivitätsklippe ist für die medizinische Chemie von großer Bedeutung. Hierin untersuchen wir ein Konzept der „Datensatzmodellierbarkeit“, d. h. eine a priori-Schätzung der Durchführbarkeit, extern prädiktive QSAR-Modelle für einen Datensatz bioaktiver Verbindungen zu erhalten. Dieses Konzept ist aus der Analyse der Auswirkungen sogenannter „Aktivitätsklippen“ auf die Gesamtleistung von QSAR-Modellen entstanden. Einige Indizes der „Modellierbarkeit“ (SALI, ISAC und MODI) sind bereits bekannt. Wir haben die MODI-Version auf Datensätze von Verbindungen mit realen Aktivitätswerten erweitert. Die Vorhersageeffizienz von QSAR-Modellen wird als korrekte Klassifizierungsrate durch den SVM-Algorithmus ausgedrückt, der mit den Ergebnissen der beiden anderen Algorithmen verglichen wird: dem MODI-Algorithmus und dem von den Autoren modifizierten Voronin-Algorithmus. Die vergleichende Analyse der Ergebnisse wurde mithilfe des Korrelationskoeffizienten im Quadrat nach Pearson durchgeführt. Unsere Studie hat einen extremen Mangel an Bewertung der Vorhersageeffizienz von Datensätzen aufgezeigt, die nur auf „Aktivitätsklippen“ basieren. Bei der Entwicklung präziserer Methoden zur Bewertung der Möglichkeit der Erstellung wirksamer Modelle auf der Grundlage der Datenproben müssen auch andere Eigenschaften der Probe berücksichtigt werden und nicht nur das Vorhandensein (und die Anzahl) von „Aktivitätsklippen“.