ToxCast化学品对CYP450异构酶抑制的QSAR研究

摘要：

研究收集美国国立健康研究所化学基因组中心利用高通量筛选测定的1万多种化合物对5种细胞色素P450(CYP450)酶的抑制数据,利用随机森林法构建MOE 2D描述符的分类模型.采用五折交叉验证建模策略保证模型的预测能力.模型对1A2、2C9、2C19、2D6和3A4等酶抑制剂预测的正确分类率分别高达84.4％、82.5％、82.1％、78.4％和80.0％,结构分析表明,卤代(氯/氟)芳烃结构在抑制剂中出现概率显著高于非抑制剂.最后,利用上述模型对ToxCast项目954个化合物进行虚拟筛选.实例化合物分析验证了模型预测与实际效应的吻合程度.构建的模型可进一步对其它环境化学品的CYP450酶抑制活性进行预测,加快对化学品健康风险的初步筛选.

关键词：环境化学品、定量构效关系、虚拟筛选、随机森林、细胞色素P450

所属期刊栏目：37

分类号：X171(环境生物学)

资助基金：国家自然科学基金资助项目21407087

在线出版日期：2017-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：386-391