科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的：开发一种更优的评估中药肝毒性的方法，为中药保健食品原料安全性评价提供参考。方法：基于国际公开构建肝毒性定量构效关系（QSAR）模型训练集数据，形成训练集。使用Discovery Studio 4.5对训练集进行主成分分析和聚类分析，针对每一类使用朴素贝叶斯（NB）、逻辑回归（LR）、邻近算法（KNN）等9种机器学习的方法构建QSAR模型，并利用交叉验证方法对模型构建方法进行评估。最后使用最优类模型对113种中药保健食品原料包含的783个成分进行了预测，根据多模型加权平均概率筛选出肝毒性成分占比较大的中药。结果：根据对训练集化合物的分析，可以看出第3类模型的准确率为85%～91%，高于现有报道的中药成分肝毒性预测模型。对中药保健食品原料成分的分析发现肝毒性化合物48个、不具有肝毒性的化合物735个，肝毒性预测概率为0.15～0.30，说明中药保健食品原料肝毒性普遍较低。预测肝毒性成分所占比例较高的中药有茜草、番泻叶、当归、大黄、丹参、厚朴、川芎、桑枝、桑白皮、五味子等。结论：对训练集预先聚类，提高QSAR模型准确率，为中药安全性评价的方法学研究提供了新思路，为中药保健食品原料成分进一步研究提供重要参考。
- 单位
