基于機(jī)器學(xué)習(xí)方法的H1N1神經(jīng)氨酸苷酶抑制劑的分類預(yù)測(cè)

呂 巍 薛 英 孟慶偉，*

(1山東農(nóng)業(yè)大學(xué)生命科學(xué)學(xué)院，作物生物學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，山東泰安271018;2山東農(nóng)業(yè)大學(xué)生物學(xué)博士后科研流動(dòng)站，山東泰安271018;3四川大學(xué)化學(xué)學(xué)院，教育部綠色化學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室，成都610064;4四川大學(xué)生物治療國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都610041)

1 引言

流行性感冒病毒(influenza virus)簡(jiǎn)稱流感病毒，而流感是嚴(yán)重危害人類健康的一種急性病毒性呼吸道感染疾病，傳播速度快，是導(dǎo)致人類死亡的主要病因之一.甲型H1N1流感病毒是流感病毒的一種，其外部的糖蛋白層含有血凝素(hemagglutinin，HA)和神經(jīng)酰胺酶(nueraminidase，NA)，對(duì)于流感病毒的入侵和傳播起著非常重要的作用，從而為抗流感病毒的研究提供了兩個(gè)可能的藥物靶點(diǎn).在發(fā)現(xiàn)神經(jīng)酰胺酶抑制劑之前，流感治療僅限于金剛烷胺、金剛乙胺和病毒疫苗等方法.1研究發(fā)現(xiàn)神經(jīng)酰胺酶在H1N1病毒的復(fù)制、感染和致病過(guò)程中起重要作用，抑制神經(jīng)酰胺酶活性，可以有效地控制H1N1型流感病毒感染引起的流感及其傳播.2-5因此，以神經(jīng)酰胺酶為靶點(diǎn)，篩選神經(jīng)酰胺酶抑制劑，是研究和開(kāi)發(fā)抗H1N1病毒藥物的一個(gè)重要途徑.6-9

機(jī)器學(xué)習(xí)(machine learning)是一門(mén)人工智能的科學(xué)，機(jī)器學(xué)習(xí)方法使用計(jì)算機(jī)程序來(lái)模擬人類的學(xué)習(xí)活動(dòng)，它研究通過(guò)計(jì)算機(jī)程序來(lái)獲取新知識(shí)和新技能、并識(shí)別現(xiàn)有知識(shí)，以數(shù)據(jù)或以往的經(jīng)驗(yàn)優(yōu)化計(jì)算機(jī)程序的性能.機(jī)器學(xué)習(xí)方法作為一種重要的計(jì)算方法和高效的計(jì)算工具，已經(jīng)在計(jì)算機(jī)輔助藥物設(shè)計(jì)和虛擬篩選中得到廣泛的應(yīng)用.它在藥效團(tuán)模擬、藥代動(dòng)力學(xué)計(jì)算和藥物毒性預(yù)測(cè)等方面的研究中取得了巨大的成效.10-12現(xiàn)階段得到廣泛應(yīng)用的機(jī)器學(xué)習(xí)方法主要有支持向量機(jī)(SVM)、k-最近相鄰法(k-NN)和C4.5決策樹(shù)(C4.5 DT).在化學(xué)分布多樣性的小分子化合物的預(yù)測(cè)中，機(jī)器學(xué)習(xí)方法已經(jīng)展示出其獨(dú)特的效果.機(jī)器學(xué)習(xí)方法的預(yù)測(cè)精度與適當(dāng)?shù)姆肿用枋龇芮邢嚓P(guān)，這些描述符在一定程度上代表了被預(yù)測(cè)化合物的物理化學(xué)性質(zhì).遞歸變量消除(REF)法13，14是一種被廣泛應(yīng)用的性質(zhì)選擇方法，可以通過(guò)優(yōu)化預(yù)測(cè)化合物的性質(zhì)集，從而進(jìn)一步提高預(yù)測(cè)精度.另外在本研究中，我們使用兩種方法對(duì)預(yù)測(cè)精度進(jìn)行評(píng)價(jià)，包括五重交叉驗(yàn)證法和獨(dú)立驗(yàn)證集法.

2 材料與方法

2.1 神經(jīng)酰胺酶抑制劑的選取

本研究共選取237個(gè)NA抑制劑和非抑制劑(附表1，見(jiàn)Supporting Information)，它們分別來(lái)自文獻(xiàn).15-25研究表明，當(dāng)實(shí)驗(yàn)半數(shù)抑制濃度(IC50)值低于500 nmol·L-1時(shí)，化合物有較好抑制活性，而IC50值大于500 nmol·L-1時(shí)化合物基本無(wú)抑制活性，當(dāng)化合物IC50值在500 nmol·L-1附近時(shí)，化合物有抑制活性但并不明顯.26，27因此將237個(gè)化合物按其IC50值分成三個(gè)數(shù)據(jù)集:72個(gè)NA抑制劑(IC50≤400 nmol·L-1)，155個(gè)非NA抑制劑(IC50≥600 nmol·L-1)，10個(gè)化合物抑制活性非常弱(400 nmol·L-1＜IC50＜600 nmol·L-1).化合物二維分子結(jié)構(gòu)由ChemDraw軟件28繪制，并由Corina軟件29將其轉(zhuǎn)化為三維結(jié)構(gòu).

我們首先將所有化合物隨機(jī)分為五個(gè)亞集進(jìn)行交叉驗(yàn)證，以其中四個(gè)亞集作為SVM方法的訓(xùn)練集，剩余一個(gè)亞集則被用作測(cè)試集被SVM模型測(cè)試，這樣重復(fù)進(jìn)行五次測(cè)試，每個(gè)亞集都作為測(cè)試集被使用一次，最終得到五次預(yù)測(cè)結(jié)果的平均值.然后根據(jù)化合物的結(jié)構(gòu)與化學(xué)性質(zhì)在化學(xué)空間中的分布，將所有的化合物分為訓(xùn)練集、測(cè)試集與獨(dú)立驗(yàn)證集(見(jiàn)附表2).訓(xùn)練集和測(cè)試集被用于開(kāi)發(fā)和優(yōu)化分類預(yù)測(cè)模型，獨(dú)立驗(yàn)證集被用于評(píng)價(jià)分類模型的預(yù)測(cè)能力.

2.2 分子描述符的計(jì)算

分子描述符是一個(gè)分子的數(shù)學(xué)表征，可以定量表示分子的結(jié)構(gòu)與物理性質(zhì)，其在構(gòu)效關(guān)系(SAR)、13定量構(gòu)效關(guān)系(QSAR)30以及藥效團(tuán)模型31，32等相關(guān)研究領(lǐng)域得到廣泛應(yīng)用.在我們的研究中，通過(guò)手工方法，從相關(guān)文獻(xiàn)中找出一千多個(gè)分子性質(zhì)描述符，并根據(jù)化合物拓?fù)浣Y(jié)構(gòu)、電子結(jié)構(gòu)和幾何結(jié)構(gòu)等性質(zhì)，從中篩選出189個(gè)與化合物性質(zhì)密切相關(guān)的描述符(見(jiàn)附表3).其中包括了18個(gè)簡(jiǎn)單分子性質(zhì)描述符、27個(gè)分子連接和形狀描述符、97個(gè)電拓?fù)鋺B(tài)描述符、22個(gè)量子化學(xué)性質(zhì)描述符及25個(gè)幾何性質(zhì)描述符.應(yīng)用分子描述符計(jì)算程序，33通過(guò)化合物的三維結(jié)構(gòu)計(jì)算所有分子描述符，并通過(guò)性質(zhì)選擇方法進(jìn)一步篩選與NA抑制劑和非抑制劑最為相關(guān)的描述符.34

2.3 性質(zhì)選擇方法

研究顯示，使用性質(zhì)選擇方法來(lái)消除數(shù)據(jù)集中多余描述符有助于提高機(jī)器學(xué)習(xí)方法的預(yù)測(cè)精度.遞歸特征消除(RFE)法是一種廣泛應(yīng)用并能高效發(fā)現(xiàn)相關(guān)特征的性質(zhì)選擇方法，它已在癌癥的分類預(yù)測(cè)，35四膜蟲(chóng)毒性化合物預(yù)測(cè)36等領(lǐng)域獲得廣泛應(yīng)用.本文使用遞歸性質(zhì)消除法進(jìn)行描述符的選擇，通過(guò)與支持向量機(jī)相結(jié)合，獲得更有利于預(yù)測(cè)NA抑制劑的分子描述符數(shù)據(jù)集，從而提高模型的預(yù)測(cè)精度.

RFE程序簡(jiǎn)述如下:用包含可調(diào)節(jié)參數(shù)σ的高斯核函數(shù)建立一個(gè)SVM分類系統(tǒng)，通過(guò)五重交叉驗(yàn)證來(lái)評(píng)定模型的預(yù)測(cè)能力.對(duì)一個(gè)確定的σ，第一步，用全部描述符建立SVM預(yù)測(cè)模型;第二步，通過(guò)打分函數(shù)計(jì)算當(dāng)前描述符集中每個(gè)描述符對(duì)預(yù)測(cè)模型的貢獻(xiàn)分值，并按降序排列;第三步，刪除打分最低的m個(gè)描述符;第四步，用剩下的描述符重新訓(xùn)練SVM分類模型，相應(yīng)的預(yù)測(cè)精度通過(guò)五重交叉法來(lái)計(jì)算.整個(gè)過(guò)程不斷重復(fù)，直到剩下的描述符不多于m個(gè).對(duì)其它的參數(shù)σ，重復(fù)同樣的過(guò)程.預(yù)測(cè)總精度最高的模型為最優(yōu)化模型，該模型所使用的描述符即為RFE選出的描述符.

m的選擇影響到SVM的表現(xiàn)和變量選擇的速度.每次消除一個(gè)變量對(duì)計(jì)算能力的要求太高，在某些情況下，每次消除多個(gè)變量顯著提高計(jì)算速度，且對(duì)精度的影響不大.本課題組以前的工作表明，m=5相對(duì)于m=1，SVM體系的預(yù)測(cè)精度只有很小的損失.26，27，33考慮到計(jì)算效率，本研究選擇m=5，另外，為了限制選出描述符的數(shù)量并避免過(guò)擬合，我們控制選出描述符的數(shù)量小于數(shù)據(jù)集個(gè)數(shù)的五分之一.37

2.4 機(jī)器學(xué)習(xí)方法

現(xiàn)在有大量的機(jī)器學(xué)習(xí)方法軟件包可從網(wǎng)上免費(fèi)下載，例如:PHAKISO(http://www.phakiso.com/index.htm)和 WEKA(http://www.cs.waikato.ae.nz/～ml/weka)包含了許多機(jī)器學(xué)習(xí)的方法，38NeuNet(http://www.cormactech.com/neunet/index.html)是關(guān)于神經(jīng)網(wǎng)絡(luò)方面的軟件包，SVM-Light(http://svmlight.joachims.org)是應(yīng)用很廣泛的支持向量機(jī)方面的軟件包.本研究中我們用自己建立的SVM模型33預(yù)測(cè)NA抑制劑與非抑制劑，同時(shí)用其它的機(jī)器學(xué)習(xí)方法(k-NN、C4.5)39，40進(jìn)行預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行比較.

2.5 預(yù)測(cè)結(jié)果評(píng)價(jià)

像其它預(yù)測(cè)模型一樣，41我們采用以下公式判斷模型的預(yù)測(cè)精度.

其中TP，TN，F(xiàn)P，F(xiàn)N分別代表預(yù)測(cè)正確的NA抑制劑，預(yù)測(cè)正確的非NA抑制劑，預(yù)測(cè)錯(cuò)誤的NA抑制劑以及預(yù)測(cè)錯(cuò)誤的非NA抑制劑;SE用于評(píng)估NA抑制劑的預(yù)測(cè)正確率;SP用于評(píng)估非NA抑制劑的預(yù)測(cè)正確率;Q用于評(píng)估總體的預(yù)測(cè)正確率;C為馬氏相關(guān)系數(shù).

3 結(jié)果與討論

3.1 機(jī)器學(xué)習(xí)方法對(duì)NA抑制劑的預(yù)測(cè)精度

我們通過(guò)五重交叉驗(yàn)證法對(duì)預(yù)測(cè)模型進(jìn)行驗(yàn)證，所有的預(yù)測(cè)結(jié)果在表1中列出.通過(guò)性質(zhì)選擇方法，有19個(gè)描述符被選出，認(rèn)為這19個(gè)描述符對(duì)NA抑制劑的分類預(yù)測(cè)起到至關(guān)重要的作用(表2).從中可見(jiàn)，當(dāng)不使用性質(zhì)選擇方法時(shí)，SVM對(duì)NA抑制劑和非抑制劑的預(yù)測(cè)精度分別為40.5%和94.5%，平均預(yù)測(cè)精度為78.0%;當(dāng)使用性質(zhì)選擇方法RFE時(shí)，SVM對(duì)NA抑制劑和非抑制劑的預(yù)測(cè)精度分別為72.0%和85.0%，平均預(yù)測(cè)精度為81.2%.由此可見(jiàn)，通過(guò)性質(zhì)選擇之后抑制劑的預(yù)測(cè)精度明顯提高，雖然非抑制劑預(yù)測(cè)精度有所下降，但平均預(yù)測(cè)精度要高于前者.另外可以看出，當(dāng)使用全部描述符進(jìn)行預(yù)測(cè)時(shí)，抑制劑的預(yù)測(cè)結(jié)果非常低，與非抑制劑的預(yù)測(cè)結(jié)果相差太大.因此性質(zhì)選擇方法不但提高了抑制劑的預(yù)測(cè)結(jié)果，同時(shí)也提高了總的預(yù)測(cè)結(jié)果，由此可見(jiàn)性質(zhì)選擇方法更有利于提高支持向量機(jī)模型的預(yù)測(cè)精度，尤其是對(duì)抑制劑的預(yù)測(cè)精度.另外應(yīng)用19個(gè)所選描述符不但降低支持向量機(jī)模型的過(guò)擬合現(xiàn)象以及多余描述符產(chǎn)生的噪音，提高預(yù)測(cè)精度，更重要的是顯示了與NA抑制劑和非抑制劑相關(guān)的一些物理化學(xué)性質(zhì).

表1 SVM方法對(duì)NA抑制劑和非抑制劑的五重交叉驗(yàn)證aTable 1 Performance of SVM for predicting NAIs and non-NAIs as evaluated by five-fold cross validationa

表2 性質(zhì)選擇方法選出的19個(gè)與NA抑制劑分類預(yù)測(cè)相關(guān)的分子描述符Table 2 19 molecular descriptors selected from the RFE feature selection method for the classification of NAIs and non-NAIs

除了五重交叉驗(yàn)證法之外，獨(dú)立驗(yàn)證集的方法也頻繁地被使用在分類模型的預(yù)測(cè)上.在本論文中，根據(jù)化學(xué)空間，我們得到一個(gè)以14個(gè)NA抑制劑和40個(gè)NA非抑制劑構(gòu)成的獨(dú)立驗(yàn)證集(見(jiàn)附表2)，通過(guò)k-NN、C4.5 DT和SVM的方法，用19個(gè)描述符對(duì)獨(dú)立驗(yàn)證集進(jìn)行了預(yù)測(cè)，結(jié)果見(jiàn)表3.如表所示，對(duì)NA抑制劑，其預(yù)測(cè)精度為64.3%-78.6%，其中SVM給出最好的預(yù)測(cè)結(jié)果為78.6%;對(duì)NA非抑制劑，其預(yù)測(cè)精度為77.5%-97.5%，其中C4.5 DT和SVM都給出最好的預(yù)測(cè)結(jié)果為97.5%;總預(yù)測(cè)精度為75.9%-92.6%，其中SVM給出最好的預(yù)測(cè)結(jié)果為92.6%，由此可見(jiàn)SVM對(duì)NA抑制劑的預(yù)測(cè)可以提供更精確的結(jié)果.

表3 不同機(jī)器學(xué)習(xí)方法對(duì)NA抑制劑和非抑制劑的獨(dú)立驗(yàn)證集的預(yù)測(cè)Table 3 Comparison of the prediction accuracies of NAIs and non-NAIs derived from different machine learning methods by using independent validation sets

通過(guò)比較交叉驗(yàn)證方法和獨(dú)立驗(yàn)證方法的預(yù)測(cè)結(jié)果，可以檢查預(yù)測(cè)模型是否出現(xiàn)過(guò)擬合現(xiàn)象.由于描述符的選擇是通過(guò)交叉驗(yàn)證測(cè)試集得到的，而過(guò)擬合的實(shí)際表現(xiàn)就是測(cè)試集的預(yù)測(cè)精度遠(yuǎn)高于獨(dú)立驗(yàn)證集的預(yù)測(cè)精度.但是，通過(guò)表1和表3可以看出，測(cè)試集的預(yù)測(cè)精度稍微低于獨(dú)立驗(yàn)證集的預(yù)測(cè)精度，但差別不大，因此證明我們的預(yù)測(cè)模型并沒(méi)有出現(xiàn)過(guò)擬合現(xiàn)象.

3.2 神經(jīng)酰胺酶抑制劑相關(guān)的分子描述符

選擇與NA抑制劑相關(guān)的分子描述符是非常重要的，它不但可以對(duì)預(yù)測(cè)模型進(jìn)行優(yōu)化以提高預(yù)測(cè)精度，而且可以進(jìn)一步闡明NA抑制劑的作用機(jī)理.在我們的研究中，通過(guò)遞歸性質(zhì)消除的變量選擇方法總共選擇了19個(gè)與NA抑制劑最為相關(guān)的分子描述符，見(jiàn)表2.在這19個(gè)描述符中，包括4個(gè)分子連接與形狀描述符，7個(gè)電拓?fù)鋺B(tài)描述符和8個(gè)幾何性質(zhì)描述符.可見(jiàn)，電拓?fù)鋺B(tài)和幾何性質(zhì)描述符在分類過(guò)程中起到重要作用.

3.3 預(yù)測(cè)錯(cuò)誤的化合物

在我們的實(shí)驗(yàn)中通過(guò)獨(dú)立驗(yàn)證集的SVM預(yù)測(cè)，總共有4個(gè)化合物預(yù)測(cè)錯(cuò)誤.其中NA抑制劑的預(yù)測(cè)精度為78.6%，NA非抑制劑的預(yù)測(cè)精度為97.5%，平均預(yù)測(cè)精度為92.6%.14個(gè)NA抑制劑中有3個(gè)化合物被預(yù)測(cè)成NA非抑制劑，另一方面，40個(gè)NA非抑制劑中有1個(gè)化合物被預(yù)測(cè)成抑制劑.所有預(yù)測(cè)錯(cuò)誤的分子見(jiàn)圖1和圖2，圖1中的3個(gè)分子是NA的抑制劑，但通過(guò)預(yù)測(cè)得到的結(jié)果是非抑制劑;圖2中的1個(gè)化合物是NA的非抑制劑，而預(yù)測(cè)模型將其預(yù)測(cè)為抑制劑.從圖中我們可以看出預(yù)測(cè)錯(cuò)誤的分子主要是一些含環(huán)化合物.預(yù)測(cè)錯(cuò)誤的NA抑制劑都含有兩個(gè)環(huán)，而預(yù)測(cè)錯(cuò)誤的NA非抑制劑含有多個(gè)環(huán).從這些預(yù)測(cè)錯(cuò)誤的分子可以看出，當(dāng)前使用的描述符還不足以正確地預(yù)測(cè)分辨那些帶多環(huán)結(jié)構(gòu)的化合物.因此我們應(yīng)該探索研究新的描述符，并通過(guò)性質(zhì)選擇方法來(lái)篩選更適合機(jī)器學(xué)習(xí)方法模型的描述符.

圖1 預(yù)測(cè)錯(cuò)誤的神經(jīng)氨酸苷酶抑制劑Fig.1 Structures of the part of misclassified NAIs

圖2 預(yù)測(cè)錯(cuò)誤的非神經(jīng)氨酸苷酶抑制劑Fig.2 Structures of the part of misclassified non-NAIs

4 結(jié)論

研究顯示，對(duì)于NA抑制劑，當(dāng)其分子作用機(jī)理不明確時(shí)，可以用機(jī)器學(xué)習(xí)方法尤其是支持向量機(jī)方法對(duì)其預(yù)測(cè)，可以得到較高的預(yù)測(cè)精度.但我們也發(fā)現(xiàn)，由于描述符的限制，當(dāng)前機(jī)器學(xué)習(xí)方法對(duì)化合物作用機(jī)理的預(yù)測(cè)能力還受到一定的制約;另外，由于預(yù)測(cè)樣本的數(shù)量較少，不能夠全面覆蓋預(yù)測(cè)化合物，尤其是NA非抑制劑，因此造成預(yù)測(cè)結(jié)果與實(shí)際值有一定差距.不過(guò)我們相信在不久的將來(lái)，隨著回歸為基礎(chǔ)的機(jī)器學(xué)習(xí)方法的不斷發(fā)展，這些問(wèn)題一定會(huì)被克服.總之在抗流感藥物研發(fā)前期，如果能夠更為廣泛地了解NA抑制劑的相關(guān)信息與作用機(jī)理，將能夠進(jìn)一步提高機(jī)器學(xué)習(xí)方法對(duì)其抑制劑的預(yù)測(cè)精度，從而使機(jī)器學(xué)習(xí)方法在藥物研發(fā)過(guò)程的前期成為預(yù)測(cè)NA抑制劑的更為實(shí)用的工具.

Supporting Information: available free of charge via the internet at http://www.whxb.pku.edu.cn.

(1) Erik，D.C.J.Clin.Virol.2001，22，73.doi:10.1016/S1386-6532(01)00167-6

(2) Palese，P.;Tobita，K.;Ueda，M.Virology 1974，61，397.doi:

10.1016 /0042-6822(74)90276-1

(3)Moscona，A.N.Eng.J.Med.2005，353，1363.doi:10.1056/NEJMra050740

(4) Erik，D.C.Nat.Rev.Drug.Disc.2006，5，1015.doi:10.1038/nrd2175

(5) Schmidt，A.C.Drugs 2004，64，2031.doi:10.2165/00003495-200464180-00003

(6) Suzuki，Y.;Sato，K.;Kiso，M.;Hasegawa，A.Glycoconjugate J.1990，7，349.doi:10.1007/BF01073378

(7) Hagiwara，T.;Kijima-Suda，I.;Ido，T.;Ohrui，H.;Tomita，K.Carbohydr.Res.1994，263，167.doi:10.1016/0008-6215(94)00133-2

(8)White，C.L.;Janakiraman，M.N.;Laver，W.G.;Philippon，C.Vasella，A.;Air，G.M.;Luo，M.J.Mol.Biol.1995，245，623.doi:10.1006/jmbi.1994.0051

(9) Meindl，P.;Bodo，G.;Palese，P.;Schulman，J.;Tuppy，H.Virology 1974，58，457.doi:10.1016/0042-6822(74)90080-4

(10)Mitchell，T.Machine Learning;McGraw-Hill:New York，1996.

(11) Kohavi，R.;John，G.H.Artif.Intell.1997，97，273.doi:10.1016/S0004-3702(97)00043-X

(12) Leach，A.R.;Gillet，V.J.An Introduction to Chemoinformatics;Springer:Heidelberg，2007;p 82.

(13)Yu，H.;Yang，J.;Wang，W.;Han，J.Proc.IEEE 2003，220.

(14) Furlanello，C.;Serafini，M.;Merler，S.;Jurman，G.Neural Networks 2003，16，641.doi:10.1016/S0893-6080(03)00103-5

(15)Lew，W.;Wu，H.W.;Mendel，D.B.;Escarpe，P.A.;Chen X.W.;Laver，W.G.;Graves，B.J.;Kim，C.U.Bioorg.Med.Chem.Lett.1998，8，3321.doi:10.1016/S0960-894X(98)00587-3

(16)Sun，C.W.;Huang，H.;Feng，M.Q.;Shi，X.L.;Zhang，X.D.;Zhou，P.Bioorg.Med.Chem.Lett.2006，16，162.doi:10.1016/j.bmcl.2005.09.033

(17)Wen，W.H.;Wang，S.Y.;Tsai，K.C.;Cheng，Y.S.E.;Yang，A.S.;Fang，J.M.;Wong，C.H.Bioorg.Med.Chem.2010，18，4074.doi:10.1016/j.bmc.2010.04.010

(18)Yeh，J.Y.;Coumar，M.S.;Horng，J.T.;Shiao，H.Y.;Kuo，F(xiàn).M.;Lee，H.L.;Chen，I.C.;Chang，C.W.;Tang，W.F.;Tseng，S.N.;Chen，C.J.;Shih，S.R.;Hsu，J.T.A.;Liao，C.C.;Chao，Y.S.;Hsieh，H.P.J.Med.Chem.2010，53，1519.doi:10.1021/jm901570x

(19)Lew，W.;Wu，H.W.;Chen，X.W.;Graves，B.J.;Escarpe，P.A.;MacArthur，H.L.;Mendel，D.B.;Kim，C.U.Bioorg.Med.Chem.Lett.2000，10，1257.doi:10.1016/S0960-894X(00)00214-6

(20) Dao，T.T.;Tung，B.T.;Nguyen，P.H.;Thuong，P.T.;Yoo，S.S.;Kim，E.H.;Kim，S.K.;Oh，W.K.J.Nat.Prod.2010，73，1636.doi:10.1021/np1002753

(21) Kolocouris，N.;Kolocouris，A.;Foscolos，G.B.;Fytas，G.;Neyts，J.;Padalko，E.;Balzarini，J.;Snoeck，R.;Andrei，G.;Clercq，E.D.J.Med.Chem.1996，39，3307.doi:10.1021/jm950891z

(22) Brouillette，W.J.;Bajpai，S.N.;Ali，S.M.;Velu，S.E.;Atigadda，V.R.;Lommer，B.S.;Finley，J.B.;Luo，M.;Aird，G.M.Bioorg.Med.Chem.2003，11，2739.doi:10.1016/S0968-0896(03)00271-2

(23)Liu，A.L.;Wang，H.D.;Lee，S.M.Y.;Wang，Y.T.;Du，G.H.Bioorg.Med.Chem.2008，16，7141.doi:10.1016/j.bmc.2008.06.049

(24)Williams，M.A.;Lew，W.;Mendel，D.B.;Tai，C.Y.;Escarpe，P.A.;Laver，W.G.;Stevens，R.C.;Kim，C.U.Bioorg.Med.Chem.Lett.1997，14，1837.

(25) Zhang，L.J.;Williams，M.A.;Mendel，D.B.;Escarpe，P.A.;Kim，C.U.Bioorg.Med.Chem.Lett.1997，14，1847.

(26) Lv，W.;Xue，Y.Eur.J.Med.Chem.2010，45，1167.doi:10.1016/j.ejmech.2009.12.038

(27) Lü，W.;Xue，Y.Acta Phys.-Chim.Sin.2010，26，471.[呂 巍，薛 英.物理化學(xué)學(xué)報(bào)，2010，26，471.]doi:10.3866/PKU.WHXB20100125

(28) ChemDraw，Version 9.0;Cambridge Soft Corporation:Cambridge，USA，2004.

(29)Corina，Version 3.4;Molecular Networks GmbH Computerchemie:Erlangen，Germany，2006.

(30) Hasegawa，K.J.Chem.Inf.Comput.Sci.1999，39，112.doi:10.1021/ci980088o

(31) Byvatov，E.;Fechner，U.;Sadowski，J.;Schneider，G.J.Chem.Inf.Comput.Sci.2003，43，1882.doi:10.1021/ci0341161

(32) He，L.;Jurs，P.C.;Custer，L.L.;Durham，S.K.;Pearl，G.M.Chem.Res.Toxicol.2003，16，1567.doi:10.1021/tx030032a

(33) Lü，W.;Xue，Y.Acta Phys.-Chim.Sin.2011，27，1407.[呂 巍，薛 英.物理化學(xué)學(xué)報(bào)，2011，27，1407.]doi:10.3866/PKU.WHXB20110608

(34)Yang，X.G.;Lv，W.;Chen，Y.Z.;Xue，Y.J.Comput.Chem.2009，31，1249.

(35)Lin，H.H.;Han，L.Y.;Yap，C.W.;Xue，Y.;Liu，X.H.;Zhu，F(xiàn).;Chen，Y.Z.J.Mol.Graph.Model.2007，26，505.doi:10.1016/j.jmgm.2007.03.003

(36)Xue，Y.;Li，H.;Ung，C.Y.;Yap，C.W.;Chen，Y.Z.Chem.Res.Toxicol.2006，19，1030.doi:10.1021/tx0600550

(37) Degroeve，S.;de Baets，B.;van de Peer，Y.;Rouze，P.Bioinformatics 2002，18，S75.

(38) Garner，S.R.Weka，version 3.4.12;University of Waikato:New Zealand，2005.

(39) Johnson，R.A.;Wichern，D.W.Applied Multivariate Statistical Analysis;Prentice Hall:New York，1982.

(40) Quinlan，J.R.C4.5，Programs for Machine Learning;Morgan Kaufmann:San Mateo，CA，1992.

(41) Baldi，P.;Brunak，S.;Chauvin，Y.;Andersen，C.A.;Nielsen，H.Bioinformatics 2000，16，412.doi:10.1093/bioinformatics/16.5.412