• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于門控圖卷積神經(jīng)網(wǎng)絡(luò)的有機(jī)化學(xué)反應(yīng)預(yù)測

    2021-11-05 01:30:22賴自成張玉萍
    計算機(jī)應(yīng)用 2021年10期
    關(guān)鍵詞:模型

    賴自成,張玉萍,馬 燕

    (上海師范大學(xué)信息與機(jī)電工程學(xué)院,上海 201418)

    0 引言

    健康是人類永恒的目標(biāo),而疾病和病毒往往對人的生命構(gòu)成挑戰(zhàn),采用人工智能技術(shù)輔助設(shè)計藥物來加速藥物的研發(fā)進(jìn)度成為研究熱點[1]。機(jī)器學(xué)習(xí)在化學(xué)領(lǐng)域已展現(xiàn)出巨大的應(yīng)用潛力,在量子化學(xué)、密度泛函計算、藥物發(fā)現(xiàn)、分子從頭設(shè)計、反應(yīng)預(yù)測與逆合成分析等領(lǐng)域均已有重要應(yīng)用[2]。四川大學(xué)的李秉軻等[3]使用分子描述符和機(jī)器學(xué)習(xí)方法預(yù)測和篩選基質(zhì)金屬蛋白酶的選擇性抑制劑。美國密西根大學(xué)研究團(tuán)隊利用Synthia?人工智能軟件對12種尚在研究階段的抗新冠藥物展開了逆合成研究,嘗試使用廉價易得的原料進(jìn)行藥物的合成[4]。傳統(tǒng)的新藥研發(fā)面臨著投入高、耗時長、成功率低的困境[5]。開發(fā)新藥的平均成本約為28 億美元,新藥研發(fā)的平均時長約為14 a[6]。Stokes 等[7]基于圖卷積神經(jīng)網(wǎng)絡(luò)從1億多個分子中發(fā)現(xiàn)了強(qiáng)大的新型廣譜抗生素halicin。在實驗中,其他抗生素化合物的耐藥性通常在一兩天內(nèi)出現(xiàn),但經(jīng)過30 天的檢測,也沒有發(fā)現(xiàn)細(xì)菌對halicin 有任何耐藥性。雖然人工智能技術(shù)在藥物發(fā)現(xiàn)方面取得初步進(jìn)展,但由于化合物搜索空間太過龐大、化學(xué)反應(yīng)規(guī)則太過龐雜,所以通過人工智能技術(shù)設(shè)計藥物合成路線仍然是一個巨大的挑戰(zhàn)。目前主流的單步逆合成反應(yīng)模型的預(yù)測準(zhǔn)確率都比較低,例如GLN(Graph Logic Network)模型[8]在USPTO-full 測試集上的Top-1準(zhǔn)確率為39.3%。在難以提高單步逆合成反應(yīng)模型性能的情況下,使用一套可靠的正向有機(jī)化學(xué)反應(yīng)預(yù)測算法用以篩除單步逆合成反應(yīng)模型中推薦的不合理的反應(yīng)變得尤為關(guān)鍵。

    1 有機(jī)化學(xué)反應(yīng)預(yù)測模型研究現(xiàn)狀

    計算機(jī)輔助化學(xué)反應(yīng)預(yù)測有著豐富的研究歷史。從1980年起,Salatin等[9]便提出了計算機(jī)輔助評價有機(jī)化學(xué)反應(yīng)機(jī)理算 法 CAMEO(Computer Assisted Mechanistic Evaluation of Organic reactions),更早的類似的專家系統(tǒng)算法還有EROS(Elaboration of Reactions for Organic Synthesis)[10],IGOR(Interactive Generation of Organic Reactions)[11],SOPHIA(System for Organic Reaction Prediction by Heuristic Approach)[12],和ROBIA(Reaction Outcomes By Informatics Analysis)[13]。這些算法在設(shè)計之初都希望能夠?qū)θ我庖粋€普通的化學(xué)反應(yīng)進(jìn)行反應(yīng)機(jī)理的預(yù)測分析,但是最后都沒有能夠得到廣泛的應(yīng)用。目前有機(jī)化學(xué)反應(yīng)預(yù)測模型主要有基于規(guī)則的模型、神經(jīng)序列到序列的模型以及圖卷積神經(jīng)網(wǎng)絡(luò)模型。

    1.1 基于規(guī)則的模型

    基于規(guī)則的模型主要分為模板法和通式規(guī)則兩大類,均是先通過子圖匹配找到相應(yīng)規(guī)則,然后根據(jù)制定的反應(yīng)規(guī)則來預(yù)測反應(yīng)。兩者在使用上大致相同,主要區(qū)別在于通式規(guī)則是由化學(xué)專家總結(jié)得來,而模板規(guī)則是由算法從反應(yīng)中自動提取得到。模板規(guī)則比較呆板,因為只能關(guān)注反應(yīng)中心周圍的環(huán)境情況所以泛化性能一般。通式規(guī)則比較靈活,但是化學(xué)反應(yīng)規(guī)則龐雜,人工無法列舉所有的反應(yīng)規(guī)則。Coley等[14]從一個擁有100 萬化學(xué)反應(yīng)的數(shù)據(jù)庫中提取了1.4×105個反應(yīng)模板,由于模板法涉及圖匹配,這使得測試大量模板的時間變得難以承受。因此模板法被限制在較小的數(shù)據(jù)集以及有限的反應(yīng)類型上。此外新藥研發(fā)極可能涉及新的化學(xué)反應(yīng),基于規(guī)則的模型難以預(yù)測規(guī)則之外的化學(xué)反應(yīng),所以基于規(guī)則的模型在新藥研發(fā)的使用上會有所限制。

    1.2 神經(jīng)序列到序列

    由于三維空間結(jié)構(gòu)的化合物可以依照簡化分子線性輸入規(guī)范(Simplified Molecular Input Line Entry Specification)轉(zhuǎn)換為一維的SMILES表達(dá)式,因此也可用神經(jīng)序列到序列的方法對化合物進(jìn)行分析。Goh 等[15]利用長短時記憶(Long Short-Term Memory,LSTM)網(wǎng)絡(luò)將SMILES 表達(dá)式編碼為分子向量,并借以預(yù)測化合物的細(xì)胞毒性和溶解度。Schwaller 等[16]利用LSTM 和Luong 注意力機(jī)制進(jìn)行化學(xué)反應(yīng)預(yù)測,利用LSTM 對反應(yīng)物的SMILES 表達(dá)式進(jìn)行編碼,再通過LSTM 解碼得到生成物的SMILES 表達(dá)式。序列到序列的方法比較靈活,能夠預(yù)測數(shù)據(jù)庫之外的化學(xué)反應(yīng),但缺點是不易遵守原子守恒,有時預(yù)測的生成物會缺失或多出幾個原子。

    1.3 圖卷積網(wǎng)絡(luò)

    傳統(tǒng)圖像領(lǐng)域的卷積是在歐氏空間進(jìn)行的操作,圖像和卷積核都是規(guī)則的矩陣形狀。卷積核在圖像上滑動,對應(yīng)位置相乘求和即可。一個3×3大小的卷積核進(jìn)行的運算,可以看成為一個像素點與周圍9 個相鄰像素點之間的信息整合。而在非歐氏空間中每個節(jié)點的相鄰節(jié)點數(shù)并不是固定的,所以需要與之相應(yīng)的圖卷積網(wǎng)絡(luò)來進(jìn)行信息整合。圖卷積網(wǎng)絡(luò)是一種在非歐氏空間中利用局部節(jié)點信息獲取全局節(jié)點信息的方法[17]?;衔镏忻恳粋€原子可以視為一個節(jié)點,每個節(jié)點將周圍節(jié)點信息進(jìn)行聚集再整合,如此循環(huán)往復(fù)使得局部節(jié)點信息能在整張圖上進(jìn)行流動。Jin 等[18]基于WLDN(Weisfeiler-Lehman Difference Network)模型預(yù)測有機(jī)化學(xué)反應(yīng),該模型能夠更好地處理有機(jī)化學(xué)分子式這類節(jié)點和邊均有不同形式的異構(gòu)圖,預(yù)測準(zhǔn)確率達(dá)到了85.6%,該模型采用的圖卷積網(wǎng)絡(luò)如圖1所示,圖中NN 表示帶sigmoid 激活函數(shù)的全連接神經(jīng)網(wǎng)絡(luò)(Neural Network with sigmoid activation function)。圖卷積網(wǎng)絡(luò)目前主要通過不斷迭代遞推公式來獲取更加全局的信息,這將導(dǎo)致所有節(jié)點的信息趨于平均。根據(jù)熱力學(xué)第二定律,一個孤立系統(tǒng)的熵值不會減小,最終系統(tǒng)將趨于無序的狀態(tài)。圖卷積中節(jié)點信息聚集加和再取平均的過程可以看成熱力學(xué)模型中熱能從高溫物體流向低溫物體,最終溫度達(dá)到一致的過程,這同樣印證了傳統(tǒng)圖卷積網(wǎng)絡(luò)中節(jié)點信息易趨于平均。

    圖1 圖卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of graph convolutional neural network

    2 門控圖卷積神經(jīng)網(wǎng)絡(luò)模型

    為了解決現(xiàn)有模型中出現(xiàn)的模板規(guī)則無法窮舉、預(yù)測結(jié)果原子不守恒、無法有效獲取全局信息的問題,提出了門控圖卷積神經(jīng)網(wǎng)絡(luò)模型,取得了一定效果。

    解決方案有兩大基本步驟:其一輸入化學(xué)反應(yīng)物通過門控圖卷積神經(jīng)網(wǎng)絡(luò)(Gated Graph Convolutional Neuralnetwork,GGCN)以及注意力機(jī)制預(yù)測候選反應(yīng)中心所在位置,即哪些原子對間可能發(fā)生化學(xué)鍵的斷裂和組合;其二,根據(jù)化學(xué)約束條件和候選反應(yīng)中心枚舉生成候選產(chǎn)物,通過門控圖卷積差分網(wǎng)絡(luò)對候選產(chǎn)物進(jìn)行評估排序,得分最高的候選產(chǎn)物即為最終反應(yīng)產(chǎn)物。

    2.1 候選產(chǎn)物的生成

    將給定化學(xué)反應(yīng)視為一對分子圖(Gr,Gp),亦可定義為G=(V,E)。其中反應(yīng)物定義為Gr,反應(yīng)產(chǎn)物定義為Gp,原子集合定義為V={a1,a2,…,an}?;瘜W(xué)鍵集合定義為E={b1,b2,…,bm},化學(xué)鍵包括單鍵、雙鍵、芳香鍵等類型。反應(yīng)中心即化學(xué)鍵發(fā)生改變的位置,是從反應(yīng)物到產(chǎn)物之間進(jìn)行圖修改所需要的最小集合。每一個Gr中的原子對(au,av)與一個二值反應(yīng)標(biāo)簽yuv相關(guān)聯(lián),若原子對間的關(guān)系發(fā)生改變則yuv為真。原子au和原子av的節(jié)點特征定義為fu以及fv,節(jié)點之間邊buv的特征定義為fuv。

    在步驟一中首先通過門控圖卷積神經(jīng)網(wǎng)絡(luò)(GGCN)獲取節(jié)點的隱藏特征,然后通過注意力機(jī)制預(yù)測原子對間的反應(yīng)活性值,反應(yīng)中心即在反應(yīng)活性值較高的原子對處。門控圖卷積神經(jīng)網(wǎng)絡(luò)算法框圖見圖2,門控圖卷積網(wǎng)絡(luò)偽代碼如下:

    圖2 GGCN算法框圖Fig.2 Block diagram of GGCN algorithm

    算法1 GGCN算法。

    輸入 原子鄰接表,化學(xué)鍵鄰接表,原子輸入特征,化學(xué)鍵輸入特征;

    輸出 原子隱藏特征。

    GGCN 通過以下公式來更新原子的特征。式中Wr、Wz、Wh是跨層共享的矩陣變量,1≤l≤3,,σ(?) 為sigmoid激活函數(shù),N(v)為原子v的所有鄰居原子組成的集合。

    定義αuv為原子v分配到原子u上的注意力值,αuv越高,原子v與原子u越可能發(fā)生關(guān)聯(lián)。cv、cu為通過門控圖卷積神經(jīng)網(wǎng)絡(luò)獲取得到的上下文原子隱藏特征,cv=。原子u和原子v之間的反應(yīng)活性值suv可由下列公式得到,其中U1、U2、Pa、Pb、Ma、Mb、Mc為矩陣變量,buv是一個額外的特征向量用來編碼關(guān)于原子對的輔助備用信息,例如該原子對中的原子是否屬于同一分子或者它們之間的化學(xué)鍵類型。

    反應(yīng)活性值suv可以預(yù)測原子和原子之間化學(xué)鍵斷裂與連接的可能性。選取反應(yīng)活性值較高的原子對,枚舉出這些原子對間可能的化學(xué)鍵組合方式,并根據(jù)化學(xué)約束條件用以生成候選產(chǎn)物。在步驟2)中通過門控圖卷積差分網(wǎng)絡(luò)從候選產(chǎn)物中挑選出真正的反應(yīng)產(chǎn)物。

    2.2 候選產(chǎn)物的篩選

    步驟二中首先將候選產(chǎn)物pi輸入到GGCN 中,得到候選產(chǎn)物pi中原子v的隱藏特征。由于原子守恒,所以反應(yīng)物和反應(yīng)產(chǎn)物中的原子是一一映射的,故通過式(9)定義差分向量來關(guān)注原子隱藏特征的變化。

    差分向量僅當(dāng)靠近反應(yīng)中心時才會偏離零值,因此它會關(guān)注于處理反應(yīng)中心和它鄰近的信息。將差分向量輸入到GGCN 中,經(jīng)過L次循環(huán),得到差分向量的隱藏特征,對其進(jìn)行加和池化得到反應(yīng)分?jǐn)?shù),取反應(yīng)分?jǐn)?shù)最高的候選產(chǎn)物為最后結(jié)果。反應(yīng)分?jǐn)?shù)由式(10)計算得到,其中U3及M為矩陣變量。

    3 實驗和分析

    本實驗采用經(jīng)麻省理工大學(xué)整理的美國專利局?jǐn)?shù)據(jù)集USPTO[19],有機(jī)化學(xué)反應(yīng)方程式在訓(xùn)練集多達(dá)409 035 條、測試集有為4 萬條。模型使用主動采樣方法進(jìn)行訓(xùn)練,即學(xué)習(xí)完一輪完整的訓(xùn)練集數(shù)據(jù)后,采集loss 值較高的前40%數(shù)據(jù)進(jìn)行訓(xùn)練,再在此基礎(chǔ)上選擇loss 值高的數(shù)據(jù)再進(jìn)行訓(xùn)練,如此迭代3 次后再學(xué)習(xí)一輪完整的訓(xùn)練集數(shù)據(jù)進(jìn)行下一輪主動采樣訓(xùn)練。假設(shè)訓(xùn)練集有40萬條,則先學(xué)習(xí)完整的40萬條訓(xùn)練樣本,然后取loss值較高的前16萬條訓(xùn)練樣本再進(jìn)行訓(xùn)練,記錄訓(xùn)練過程中每條訓(xùn)練樣本對應(yīng)的loss 值,再取16 萬條中l(wèi)oss 值較高的6.4 萬條訓(xùn)練樣本再訓(xùn)練。完成上述訓(xùn)練后繼續(xù)學(xué)習(xí)完整的40萬條訓(xùn)練樣本,開始下一輪主動采樣訓(xùn)練。

    模型基于化學(xué)工具包rdkit 進(jìn)行輸入特征的提取。原子輸入特征有97 個維度,其中63 個維度用于表示原子序數(shù),其他維度用于表示元素周期、原子連接數(shù)、原子顯示化合價、原子隱式化合價、原子芳香性等。化學(xué)鍵輸入特征共有6 個維度,分別是單鍵、雙鍵、三鍵、芳香性、共軛、成環(huán)。門控圖卷積神經(jīng)網(wǎng)絡(luò)中所有隱藏層均為300維,采用Adam 優(yōu)化器進(jìn)行訓(xùn)練,初始學(xué)習(xí)率為0.001,每一萬次迭代學(xué)習(xí)率衰減為原來的90%。模型的損失函數(shù)為交叉熵?fù)p失函數(shù)加上L2 范數(shù)正則化損失。訓(xùn)練過程中采用了梯度截斷技巧,梯度裁剪率設(shè)置為5可以有效避免發(fā)生梯度爆炸。

    WLDN模型、門控圖卷積神經(jīng)網(wǎng)絡(luò)(GGCN)模型和主動采樣訓(xùn)練下的門控圖卷積網(wǎng)絡(luò)(Active Sampling-training Gated Graph Convolutional Neural-network,ASGGCN)模型在USPTO測試集中的覆蓋率實驗結(jié)果如圖3。圖3 中覆蓋率指所有反應(yīng)中心均被預(yù)測到的準(zhǔn)確率,定義原子對計數(shù)符號為K,定義反應(yīng)活性值最高的前K個原子對為集合TOPK。若所有反應(yīng)中心原子對(反應(yīng)中心即化學(xué)鍵發(fā)生改變的位置)組成的集合包含于集合TOPK,且預(yù)測的化學(xué)鍵變化符合實際產(chǎn)物,則稱集合TOPK覆蓋了該有機(jī)化學(xué)反應(yīng)的反應(yīng)中心。由圖可見每個模型隨著K的增大覆蓋率均有提高,收斂后ASGGCN 模型在TOP12、TOP16和TOP20集合中均優(yōu)于其他兩個模型。

    圖3 模型的反應(yīng)中心覆蓋率Fig.3 Reaction center coverage rates of models

    在ASGGCN 模型的收斂過程存在一定的波動,如第3×104次迭代時覆蓋率出現(xiàn)較大跌幅,隨著迭代次數(shù)的增加波動逐漸趨緩,在1.3×105次迭代后覆蓋率穩(wěn)居最高。原因是采用了主動采樣的方式進(jìn)行訓(xùn)練,訓(xùn)練初期對較差樣本進(jìn)行了重點學(xué)習(xí),由于訓(xùn)練參數(shù)尚未穩(wěn)定,所以對普通樣本的分析能力有部分的遺忘,而較差樣本所占比例較低造成了初期整體覆蓋率的下跌。訓(xùn)練后期,訓(xùn)練參數(shù)逐漸穩(wěn)定,在對較差樣本進(jìn)行學(xué)習(xí)時普通樣本的分析能力仍能較好地保留。在1.6×105次迭代時覆蓋率未出現(xiàn)明顯下跌,表明ASGGCN 模型能夠兼顧較差樣本和普通樣本的分析能力。

    ASGGCN 模型只考慮前16 個候選反應(yīng)中心進(jìn)行預(yù)測,此時ASGGCN 模型與WLDN 模型在USPTO 測試集上的實驗比較結(jié)果如圖4。圖4中Top-1準(zhǔn)確率為預(yù)測一次便成功預(yù)測的概率,將模型預(yù)測的產(chǎn)物與實際產(chǎn)物的SMILES字符串表達(dá)式進(jìn)行一一比較,任意一位匹配不成功,則該次預(yù)測失敗。橫坐標(biāo)為反應(yīng)方程式的模板匹配數(shù),若反應(yīng)越罕見則模板匹配數(shù)越低,所有模型的準(zhǔn)確率隨模板匹配數(shù)的降低而下降。ASGGCN 模型在任意模板匹配數(shù)時均優(yōu)于WLDN 模型。在模板匹配數(shù)較低,為5~49 及小于5 時,ASGGCN 的優(yōu)勢更加明顯,二者Top-1的領(lǐng)先幅度分別為2.8%及3.0%。

    圖4 預(yù)測準(zhǔn)確率與反應(yīng)模板數(shù)的關(guān)聯(lián)性Fig.4 Correlation between prediction accuracy and the number of reaction templates

    各模型進(jìn)行有1、2、3 和5 次機(jī)會預(yù)測時,在USPTO 測試集中反應(yīng)產(chǎn)物預(yù)測成功的概率如表1 所示。實驗結(jié)果表明ASGGCN 模型參數(shù)規(guī)模最小,僅有2.4×106,但在Top-1、Top-2、Top-5指標(biāo)上明顯優(yōu)于其他模型。

    表1 反應(yīng)產(chǎn)物預(yù)測準(zhǔn)確率Tab.1 Prediction accuracy of reaction product

    4 模型可解釋性

    以環(huán)氧丙烷與吡咯并喹啉的反應(yīng)為例,輸入反應(yīng)物的SMILES表達(dá)式,基于rdkit的預(yù)處理程序?qū)⒆詣犹崛≡虞斎胩卣骱突瘜W(xué)鍵輸入特征,模型將輸出反應(yīng)產(chǎn)物的SMILES表達(dá)式,并基于式(6)計算得到全局注意力分?jǐn)?shù)矩陣。圖5 為WLDN模型與ASGGCN模型的對比分析。

    圖5 模型可解釋性分析Fig.5 Model interpretability analysis

    圖5 中,圖(a)~(f)中的橫縱坐標(biāo)均表示原子序號,為圖6中原子所對應(yīng)的序號,圖(a)、圖(b)、圖(d)、圖(e)右側(cè)條形坐標(biāo)為原子相似度值,圖(c)、圖(f)右側(cè)條形坐標(biāo)為原子注意力值。圖5 中圖(a)和圖(d)為輸入層原子的皮爾遜相關(guān)系數(shù)矩陣,可以看見子圖(a)和(d)結(jié)果一致,且由于1,10,17 號原子為非C 原子,與其他原子的相關(guān)系數(shù)在0.4 以下。圖5 中圖(b)和(e)為圖2 圖卷積操作之后的隱藏層中原子的皮爾遜相關(guān)系數(shù)矩陣,可以看出矩陣根據(jù)反應(yīng)物序號大體分為兩塊,其中14,15,16,17 號原子屬于環(huán)氧丙烷,ASGGCN 的劃分結(jié)果更為明顯。圖5(c)為WLDN 的全局注意力矩陣,圖5(f)為ASGGCN的全局注意力矩陣。

    圖6為WLDN 模型下該反應(yīng)的反應(yīng)中心14號C 原子對其他原子的注意力情況,原子顏色越深注意力值越大,其中反應(yīng)中心原子被標(biāo)注為綠色。注意力值可以反映化學(xué)鍵的連接情況,反應(yīng)產(chǎn)物中14號C 原子與1號N 原子相連,故圖5(f)中14號C 原子對1 號N 原子分配了較多的注意力。而WLDN 模型對反應(yīng)中心的判斷能力稍弱,故在圖5(c)中14 號C 原子對1號N原子和10號N原子都分配了較多的注意力。

    圖6 環(huán)氧丙烷與吡咯并喹啉反應(yīng)Fig.6 Propylene oxide reaction with pyrroloquinoline

    5 結(jié)語

    本文提出了一種基于主動采樣訓(xùn)練及門控圖卷積網(wǎng)絡(luò)的有機(jī)化學(xué)反應(yīng)預(yù)測模型。給定化學(xué)反應(yīng)物,模型可預(yù)測相應(yīng)產(chǎn)物。ASGGCN 擁有三個權(quán)重參數(shù)矩陣并通過門控對信息加以融合,所以ASGGCN 能夠獲取更加豐富的原子隱藏特征信息;同時ASGGCN通過主動采樣的方式進(jìn)行訓(xùn)練,能夠兼顧較差樣本和普通樣本的分析能力。最終ASGGCN 的反應(yīng)產(chǎn)物Top-1 預(yù)測準(zhǔn)確率達(dá)到了87.2%,相較于WLDN 模型提高了1.6個百分點。

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機(jī)模型
    提煉模型 突破難點
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達(dá)及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    3D打印中的模型分割與打包
    长腿黑丝高跟| 成人欧美大片| 亚洲色图av天堂| 12—13女人毛片做爰片一| 亚洲精品久久成人aⅴ小说| 国产精品av久久久久免费| 午夜精品在线福利| 精品一区二区三区av网在线观看| 亚洲人成网站在线播放欧美日韩| 久久99热这里只有精品18| 国产亚洲精品久久久久5区| 麻豆成人午夜福利视频| 级片在线观看| 一区二区三区激情视频| 丰满的人妻完整版| 99国产精品一区二区蜜桃av| 成人国语在线视频| 午夜免费观看网址| 男人的好看免费观看在线视频 | 欧美日本亚洲视频在线播放| 国产精品精品国产色婷婷| 在线观看日韩欧美| 99国产精品99久久久久| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品国产精品久久久不卡| 一本久久中文字幕| 亚洲国产中文字幕在线视频| 亚洲精品一卡2卡三卡4卡5卡| 97人妻精品一区二区三区麻豆| videosex国产| tocl精华| 国产成人av激情在线播放| 黑人巨大精品欧美一区二区mp4| 国产一区二区在线观看日韩 | 日本五十路高清| 免费高清视频大片| 久久九九热精品免费| 国产高清videossex| 成年版毛片免费区| 两个人免费观看高清视频| 久久精品国产亚洲av高清一级| 97超级碰碰碰精品色视频在线观看| 国产精品野战在线观看| 欧美又色又爽又黄视频| 91av网站免费观看| 成人三级做爰电影| 国产精品免费视频内射| 日韩欧美三级三区| 欧美人与性动交α欧美精品济南到| 日本三级黄在线观看| 久久久久国产精品人妻aⅴ院| 村上凉子中文字幕在线| 听说在线观看完整版免费高清| bbb黄色大片| 日日爽夜夜爽网站| 人人妻人人澡欧美一区二区| 久久久精品欧美日韩精品| 一进一出抽搐动态| 两性午夜刺激爽爽歪歪视频在线观看 | 99国产精品一区二区蜜桃av| 国产精品永久免费网站| 国产精品免费视频内射| 国产欧美日韩精品亚洲av| 嫁个100分男人电影在线观看| 国产精品永久免费网站| 三级国产精品欧美在线观看 | 一本一本综合久久| 波多野结衣巨乳人妻| 伊人久久大香线蕉亚洲五| 久久香蕉国产精品| 国产真实乱freesex| 亚洲在线自拍视频| 国产精品影院久久| 久久久久久久精品吃奶| 制服人妻中文乱码| 动漫黄色视频在线观看| 亚洲男人天堂网一区| 十八禁人妻一区二区| 中文字幕最新亚洲高清| 不卡一级毛片| 午夜福利免费观看在线| 欧美3d第一页| 婷婷精品国产亚洲av| 草草在线视频免费看| 一级片免费观看大全| 蜜桃久久精品国产亚洲av| 亚洲午夜精品一区,二区,三区| 美女午夜性视频免费| 亚洲av熟女| 国产激情久久老熟女| 午夜激情av网站| 久久精品aⅴ一区二区三区四区| 老鸭窝网址在线观看| √禁漫天堂资源中文www| av福利片在线观看| 1024香蕉在线观看| 一边摸一边抽搐一进一小说| 日日爽夜夜爽网站| 巨乳人妻的诱惑在线观看| 两个人视频免费观看高清| 一卡2卡三卡四卡精品乱码亚洲| 白带黄色成豆腐渣| 美女黄网站色视频| 1024手机看黄色片| 丁香六月欧美| 亚洲国产精品sss在线观看| 亚洲欧美一区二区三区黑人| 人妻久久中文字幕网| 亚洲av五月六月丁香网| 麻豆久久精品国产亚洲av| 九色成人免费人妻av| 久99久视频精品免费| 成人精品一区二区免费| 18禁黄网站禁片免费观看直播| 欧美成人性av电影在线观看| 成人18禁高潮啪啪吃奶动态图| 免费在线观看影片大全网站| 视频区欧美日本亚洲| 免费在线观看成人毛片| 老熟妇乱子伦视频在线观看| 免费电影在线观看免费观看| 狂野欧美白嫩少妇大欣赏| 亚洲国产欧美网| 亚洲av成人不卡在线观看播放网| 精品国产乱码久久久久久男人| www国产在线视频色| 午夜激情av网站| 在线免费观看的www视频| 在线观看日韩欧美| 色老头精品视频在线观看| 午夜免费观看网址| av片东京热男人的天堂| 亚洲专区国产一区二区| 久久精品综合一区二区三区| 成人三级做爰电影| 国产高清视频在线播放一区| 亚洲欧美一区二区三区黑人| 怎么达到女性高潮| 精华霜和精华液先用哪个| 1024视频免费在线观看| 精品欧美一区二区三区在线| 精品国产亚洲在线| 欧美日韩亚洲综合一区二区三区_| 女人被狂操c到高潮| 在线十欧美十亚洲十日本专区| 欧美黑人欧美精品刺激| 午夜激情福利司机影院| 天天一区二区日本电影三级| 亚洲人成网站在线播放欧美日韩| 久久精品aⅴ一区二区三区四区| 丝袜人妻中文字幕| 日韩大尺度精品在线看网址| 亚洲欧美日韩无卡精品| 男人的好看免费观看在线视频 | 国产黄色小视频在线观看| 成人三级做爰电影| 久久婷婷成人综合色麻豆| 亚洲无线在线观看| 成人18禁在线播放| 亚洲真实伦在线观看| 亚洲av熟女| 精品一区二区三区av网在线观看| 巨乳人妻的诱惑在线观看| 国产成人影院久久av| 看免费av毛片| www日本黄色视频网| 日本 欧美在线| 夜夜躁狠狠躁天天躁| 一区二区三区高清视频在线| 最近最新中文字幕大全免费视频| 看免费av毛片| 两个人免费观看高清视频| 久9热在线精品视频| 韩国av一区二区三区四区| 男女做爰动态图高潮gif福利片| 给我免费播放毛片高清在线观看| 欧美精品啪啪一区二区三区| 亚洲熟妇中文字幕五十中出| 国内精品久久久久久久电影| 国产视频一区二区在线看| 黄色视频不卡| 国产人伦9x9x在线观看| 日韩欧美 国产精品| 久久精品国产清高在天天线| 精品无人区乱码1区二区| 欧美日韩瑟瑟在线播放| 老汉色av国产亚洲站长工具| 欧美一级毛片孕妇| 999精品在线视频| 午夜亚洲福利在线播放| 亚洲人成网站高清观看| 18禁黄网站禁片免费观看直播| 男人的好看免费观看在线视频 | 午夜福利在线观看吧| 免费观看精品视频网站| 国产一区在线观看成人免费| 可以在线观看的亚洲视频| 超碰成人久久| 九九热线精品视视频播放| 首页视频小说图片口味搜索| 一边摸一边做爽爽视频免费| 狠狠狠狠99中文字幕| 国产在线精品亚洲第一网站| 久久久久久人人人人人| 十八禁人妻一区二区| 在线观看舔阴道视频| 草草在线视频免费看| 女警被强在线播放| 欧美精品亚洲一区二区| 最近视频中文字幕2019在线8| 人妻久久中文字幕网| 人妻夜夜爽99麻豆av| 久久精品国产亚洲av高清一级| 国内精品久久久久精免费| 在线视频色国产色| av福利片在线| 麻豆一二三区av精品| 久久欧美精品欧美久久欧美| 丝袜人妻中文字幕| 久久久久国产精品人妻aⅴ院| 亚洲熟妇熟女久久| 日本在线视频免费播放| 欧美av亚洲av综合av国产av| 国产欧美日韩一区二区精品| 午夜a级毛片| 高清毛片免费观看视频网站| 国产免费男女视频| 99在线人妻在线中文字幕| 老司机福利观看| 人妻夜夜爽99麻豆av| 69av精品久久久久久| 看片在线看免费视频| 国产不卡一卡二| 国产麻豆成人av免费视频| 国产av一区在线观看免费| 亚洲精品在线美女| 日本黄大片高清| 中文资源天堂在线| 老熟妇乱子伦视频在线观看| 国产精品美女特级片免费视频播放器 | 亚洲中文av在线| 久9热在线精品视频| 丁香六月欧美| 国产精品久久久久久亚洲av鲁大| 视频区欧美日本亚洲| 可以免费在线观看a视频的电影网站| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品在线观看二区| 亚洲av电影在线进入| 日韩有码中文字幕| 怎么达到女性高潮| 成人av一区二区三区在线看| 波多野结衣高清作品| 后天国语完整版免费观看| 午夜精品一区二区三区免费看| 动漫黄色视频在线观看| 久久久水蜜桃国产精品网| 国产麻豆成人av免费视频| netflix在线观看网站| 村上凉子中文字幕在线| 国产黄色小视频在线观看| 老司机福利观看| 婷婷精品国产亚洲av| 国产精品,欧美在线| 午夜福利视频1000在线观看| 久久久久久久久免费视频了| 动漫黄色视频在线观看| 九色成人免费人妻av| 午夜激情福利司机影院| 香蕉久久夜色| 国产在线观看jvid| 日韩欧美免费精品| 91麻豆av在线| 欧美日韩精品网址| 黄色女人牲交| 成人手机av| 国产精品一区二区免费欧美| 欧美日韩黄片免| 老汉色av国产亚洲站长工具| 一本一本综合久久| 在线观看66精品国产| 午夜影院日韩av| 一个人免费在线观看的高清视频| 非洲黑人性xxxx精品又粗又长| 国产伦一二天堂av在线观看| 一a级毛片在线观看| 色精品久久人妻99蜜桃| 亚洲av成人精品一区久久| 日韩欧美国产一区二区入口| 狠狠狠狠99中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 小说图片视频综合网站| 免费高清视频大片| 亚洲成人久久爱视频| 一本综合久久免费| 久久精品aⅴ一区二区三区四区| 18禁裸乳无遮挡免费网站照片| 国内精品久久久久精免费| 亚洲av成人不卡在线观看播放网| 搡老妇女老女人老熟妇| 久久伊人香网站| 99久久久亚洲精品蜜臀av| 九九热线精品视视频播放| 国产v大片淫在线免费观看| 国语自产精品视频在线第100页| 久久久久久久久久黄片| 三级毛片av免费| 老司机深夜福利视频在线观看| 少妇被粗大的猛进出69影院| 18禁裸乳无遮挡免费网站照片| 成人一区二区视频在线观看| 久久久国产欧美日韩av| 最近最新免费中文字幕在线| 日本一本二区三区精品| 亚洲全国av大片| 欧美性猛交╳xxx乱大交人| 亚洲一区高清亚洲精品| 欧美激情久久久久久爽电影| 两个人免费观看高清视频| 久久午夜亚洲精品久久| 天堂影院成人在线观看| 久久香蕉精品热| 19禁男女啪啪无遮挡网站| 少妇的丰满在线观看| 欧美不卡视频在线免费观看 | 色av中文字幕| 天天一区二区日本电影三级| 国产av一区二区精品久久| 黄色视频,在线免费观看| 成人国语在线视频| 欧美乱色亚洲激情| 香蕉av资源在线| 可以在线观看的亚洲视频| 亚洲av片天天在线观看| 熟女少妇亚洲综合色aaa.| 亚洲第一欧美日韩一区二区三区| 亚洲精品一卡2卡三卡4卡5卡| 丰满人妻一区二区三区视频av | 欧美成人午夜精品| 麻豆国产97在线/欧美 | 中文亚洲av片在线观看爽| 香蕉丝袜av| 法律面前人人平等表现在哪些方面| 日韩精品中文字幕看吧| 国产免费av片在线观看野外av| 亚洲五月天丁香| 国产精品野战在线观看| 天天躁夜夜躁狠狠躁躁| 欧美日韩亚洲综合一区二区三区_| 成人18禁高潮啪啪吃奶动态图| 亚洲av成人不卡在线观看播放网| 男插女下体视频免费在线播放| 亚洲av成人精品一区久久| 久久久久亚洲av毛片大全| 欧美zozozo另类| 国产精品一区二区免费欧美| 男人舔女人的私密视频| 69av精品久久久久久| 欧美日韩国产亚洲二区| 深夜精品福利| 国内精品久久久久久久电影| 变态另类成人亚洲欧美熟女| 国产黄a三级三级三级人| 国产成人影院久久av| 99国产精品99久久久久| av欧美777| 1024视频免费在线观看| 夜夜躁狠狠躁天天躁| 亚洲乱码一区二区免费版| 国产精品久久视频播放| 人妻丰满熟妇av一区二区三区| 美女免费视频网站| 操出白浆在线播放| 老熟妇乱子伦视频在线观看| 成在线人永久免费视频| svipshipincom国产片| 午夜福利18| 午夜精品久久久久久毛片777| 好看av亚洲va欧美ⅴa在| 在线永久观看黄色视频| 在线观看日韩欧美| 国语自产精品视频在线第100页| 亚洲国产欧美人成| 国产成人欧美在线观看| 色哟哟哟哟哟哟| 人成视频在线观看免费观看| 韩国av一区二区三区四区| 国产精品av视频在线免费观看| 亚洲欧美日韩高清专用| 无限看片的www在线观看| 19禁男女啪啪无遮挡网站| 久久午夜综合久久蜜桃| 国内揄拍国产精品人妻在线| 亚洲精品一区av在线观看| 国产真人三级小视频在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美激情久久久久久爽电影| 久久精品综合一区二区三区| 久久午夜综合久久蜜桃| 美女免费视频网站| 女警被强在线播放| 国产精品久久久久久久电影 | 国产一区二区三区视频了| 51午夜福利影视在线观看| 日韩大尺度精品在线看网址| 亚洲精品久久成人aⅴ小说| 两人在一起打扑克的视频| 国产视频一区二区在线看| av视频在线观看入口| 亚洲av成人一区二区三| 天天添夜夜摸| 色老头精品视频在线观看| 亚洲精华国产精华精| av福利片在线观看| 1024手机看黄色片| 日本五十路高清| 老司机午夜福利在线观看视频| avwww免费| 日韩欧美国产在线观看| 岛国视频午夜一区免费看| 精品国内亚洲2022精品成人| 草草在线视频免费看| 国产激情久久老熟女| 国产成人系列免费观看| 欧美日韩福利视频一区二区| 国产伦一二天堂av在线观看| www.999成人在线观看| 性欧美人与动物交配| 每晚都被弄得嗷嗷叫到高潮| 高清毛片免费观看视频网站| 白带黄色成豆腐渣| 欧美日韩亚洲综合一区二区三区_| 九色国产91popny在线| 午夜免费成人在线视频| 欧美人与性动交α欧美精品济南到| 国语自产精品视频在线第100页| 日本 av在线| 欧美成狂野欧美在线观看| 久久精品亚洲精品国产色婷小说| 中文字幕人妻丝袜一区二区| 特大巨黑吊av在线直播| 午夜免费成人在线视频| 一进一出抽搐动态| 久久婷婷成人综合色麻豆| 免费看十八禁软件| 亚洲va日本ⅴa欧美va伊人久久| 成在线人永久免费视频| 国产精品国产高清国产av| 色精品久久人妻99蜜桃| 午夜视频精品福利| 久久精品国产99精品国产亚洲性色| 日本 av在线| 两个人看的免费小视频| 亚洲人成77777在线视频| 少妇熟女aⅴ在线视频| 日韩大码丰满熟妇| 久久久久久九九精品二区国产 | 国产在线观看jvid| 久久人妻av系列| 国产高清视频在线观看网站| 亚洲国产日韩欧美精品在线观看 | 久久久国产精品麻豆| 两性午夜刺激爽爽歪歪视频在线观看 | 99精品在免费线老司机午夜| 天天添夜夜摸| 黑人操中国人逼视频| 女生性感内裤真人,穿戴方法视频| 黄频高清免费视频| 国产精品亚洲av一区麻豆| www.自偷自拍.com| 别揉我奶头~嗯~啊~动态视频| 精品福利观看| 色综合站精品国产| 黄色毛片三级朝国网站| 国产欧美日韩精品亚洲av| 日本一本二区三区精品| 男女做爰动态图高潮gif福利片| 熟女少妇亚洲综合色aaa.| 五月伊人婷婷丁香| 狂野欧美激情性xxxx| 全区人妻精品视频| 麻豆av在线久日| 国产成+人综合+亚洲专区| 亚洲狠狠婷婷综合久久图片| 天堂av国产一区二区熟女人妻 | 久久香蕉国产精品| 精品第一国产精品| 国产高清激情床上av| 亚洲av电影不卡..在线观看| 少妇人妻一区二区三区视频| 久久这里只有精品19| 嫩草影视91久久| 99久久国产精品久久久| 欧美一区二区精品小视频在线| 午夜精品久久久久久毛片777| 日本黄大片高清| 久久午夜亚洲精品久久| 久久精品91蜜桃| 亚洲精品久久国产高清桃花| 精品不卡国产一区二区三区| 免费看十八禁软件| 女同久久另类99精品国产91| 久久久久久久精品吃奶| 亚洲av五月六月丁香网| 免费人成视频x8x8入口观看| 国产精品国产高清国产av| 欧美黑人巨大hd| 亚洲一区二区三区色噜噜| 首页视频小说图片口味搜索| 日韩欧美三级三区| 欧美乱色亚洲激情| 两性夫妻黄色片| 亚洲乱码一区二区免费版| 亚洲欧洲精品一区二区精品久久久| 国产一区二区在线av高清观看| 欧美乱色亚洲激情| 亚洲成av人片免费观看| 亚洲乱码一区二区免费版| 日韩欧美国产在线观看| 听说在线观看完整版免费高清| 久热爱精品视频在线9| 美女 人体艺术 gogo| 国产不卡一卡二| 成人一区二区视频在线观看| 99国产精品一区二区蜜桃av| 国产精品综合久久久久久久免费| 久久久久国产一级毛片高清牌| 中文字幕人妻丝袜一区二区| 亚洲va日本ⅴa欧美va伊人久久| 成年人黄色毛片网站| 2021天堂中文幕一二区在线观| svipshipincom国产片| videosex国产| 在线a可以看的网站| 很黄的视频免费| 精品国产美女av久久久久小说| 欧美高清成人免费视频www| 男女视频在线观看网站免费 | 欧美一级毛片孕妇| 哪里可以看免费的av片| 亚洲最大成人中文| 日韩有码中文字幕| 久久99热这里只有精品18| 亚洲av成人一区二区三| 日韩大码丰满熟妇| 日韩欧美精品v在线| 中文在线观看免费www的网站 | 国语自产精品视频在线第100页| 一进一出抽搐动态| 他把我摸到了高潮在线观看| 搡老熟女国产l中国老女人| 亚洲五月婷婷丁香| 搡老岳熟女国产| 99精品在免费线老司机午夜| 啪啪无遮挡十八禁网站| 欧美又色又爽又黄视频| 久久国产精品人妻蜜桃| 免费看美女性在线毛片视频| 999精品在线视频| 校园春色视频在线观看| 麻豆国产97在线/欧美 | 欧美日韩亚洲综合一区二区三区_| 日本黄色视频三级网站网址| 欧美黄色淫秽网站| АⅤ资源中文在线天堂| 国语自产精品视频在线第100页| 久久这里只有精品19| 久久中文看片网| 国产精品乱码一区二三区的特点| 免费在线观看黄色视频的| 国产免费av片在线观看野外av| 在线观看舔阴道视频| 亚洲成av人片免费观看| 国产又色又爽无遮挡免费看| 日日爽夜夜爽网站| 在线观看午夜福利视频| 亚洲欧美日韩无卡精品| 99精品在免费线老司机午夜| 精品久久久久久久末码| av天堂在线播放| 久久人妻av系列| 亚洲精品中文字幕一二三四区| 久久久久久人人人人人| 伦理电影免费视频| 国产精品av久久久久免费| 999精品在线视频| 日韩欧美在线二视频| av在线天堂中文字幕| 欧美三级亚洲精品| 中出人妻视频一区二区| 国产黄a三级三级三级人| 变态另类成人亚洲欧美熟女| 性欧美人与动物交配| 19禁男女啪啪无遮挡网站| 又紧又爽又黄一区二区| 免费看日本二区| av有码第一页| 在线观看66精品国产| www国产在线视频色| 国产精品日韩av在线免费观看| 久久香蕉精品热| 精品日产1卡2卡| 亚洲狠狠婷婷综合久久图片| 不卡一级毛片| svipshipincom国产片| 在线观看美女被高潮喷水网站 | 男插女下体视频免费在线播放| 国产一区在线观看成人免费| 亚洲av片天天在线观看| 久久午夜亚洲精品久久| 久久精品国产亚洲av香蕉五月| 国产亚洲精品av在线| 久9热在线精品视频| 国产欧美日韩一区二区三| 少妇熟女aⅴ在线视频|