| 基于人工神经网络和支持向量机算法的药源性急性间质性肾炎计算模型的建立及在中药领域的应用 |
| |
| 引用本文： | 张文青,赵珊,钱文秀,阎星旭,姚雅琦,李遇伯. 基于人工神经网络和支持向量机算法的药源性急性间质性肾炎计算模型的建立及在中药领域的应用[J]. 中草药, 2023, 54(2): 416-424 |
| |
| 作者姓名： | 张文青 赵珊 钱文秀 阎星旭 姚雅琦 李遇伯 |
| |
| 作者单位： | 天津中医药大学中药学院, 天津 301617 |
| |
| 基金项目： | 国家自然科学基金资助项目(81573825)；国家中医药管理局青年岐黄学者支持项目 |
| |
| 摘 要： | 目的 通过构建早期预测药源性急性间质性肾炎（drug-induced acute interstitial nephritis,DI-AIN）的计算模型，筛选中药致DI-AIN成分。方法 从文献和SIDER等数据库中收集得到了125个致DI-AIN的药物和122个未导致DI-AIN的药物，作为预测模型的训练集，基于人工神经网络（artificial neural network,ANN）和支持向量机（support vector machine,SVM）2种算法构建模型。通过文献各选择45种药物进行验证，以评估最优模型的预测性能。并将其应用于筛选10种中药的DI-AIN成分。结果 共筛选得到207种分子描述符参与建模，其中，ANN和SVM算法搭建的最优模型分别包含112和80种分子描述符，2个模型的特异度、灵敏度、准确度均在84%以上。使用2种算法搭建的最优模型进行外部验证，准确度均在90%以上。ANN联合SVM模型预测为DI-AIN的中药成分有雷公藤甲素、水苏碱、京尼平苷等。结论 首次建立中药成分致DI-AIN早期预测的计算模型，具有良好的预测能力，对于中药肾毒性预测研究及中药毒理学...
|
| 关 键 词： | 药源性急性间质性肾炎 中药 肾毒性预测 人工神经网络 支持向量机 雷公藤甲素 水苏碱 京尼平苷 |
| 收稿时间： | 2022-08-27 |
Establishment of computational models for drug-induced acute interstitial nephritis based on algorithms of artificial neural network and support vector machine and their applications in traditional Chinese medicine |
| |
| ZHANG Wen-qing,ZHAO Shan,QIAN Wen-xiu,YAN Xing-xu,YAO Ya-qi,LI Yu-bo. Establishment of computational models for drug-induced acute interstitial nephritis based on algorithms of artificial neural network and support vector machine and their applications in traditional Chinese medicine[J]. Chinese Traditional and Herbal Drugs, 2023, 54(2): 416-424 |
| |
| Authors: | ZHANG Wen-qing ZHAO Shan QIAN Wen-xiu YAN Xing-xu YAO Ya-qi LI Yu-bo |
| |
| Affiliation: | School of Traditional Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China |
| |
| Abstract: | |
| |
| Keywords: | drug-induced acute interstitial nephritis traditional Chinese medicine renal toxicity prediction artificial neural network support vector machine triptolide stachydrine geniposide |
|
| 点击此处可从《中草药》浏览原始摘要信息 |
|
点击此处可从《中草药》下载全文 |
