Документ взят из кэша поисковой машины. Адрес оригинального документа : http://kodomo.cmm.msu.ru/~dashkache/term6/text/qsar.html
Дата изменения: Sun May 27 15:44:24 2012
Дата индексирования: Tue Oct 2 17:43:34 2012
Кодировка: Windows-1251
qsar

Пример использования трехмерного QSAR анализа для предсказания активности низкомолекулярных соединений в отношении данного белка

Сначала - выравнивание конформеров с помощью Open3DALIGN.

Чтобы начать использование программы соединяемся с сервером: export PATH=$PATH:/home/preps/grishin/open3dtools/bin

open3dalign.sh - запускаем программу.

Чтобы сделать выравнивание нужно загрузить ваш SDF файл со структурами веществ (команда import), выполнить выравнивание (чтобы использовать в качестве темплэйта, к которому выравниваются все вещества, первое вещество в списке, наберите align object_list=1), и записать выравнивание в файл (save).

Далее необходимо перекодировать из юникода в ascii:iconv -c -f utf-8 -t ascii aligned.sdf > aligned_ascii.sdf и удалить ненужную информацию из заголовков,добавив $$$$ в конец каждой записи:
sed -e 's/.*HEADER.*\([0-9][0-9]\).*/\1/' -e 's/\(.*M END.*\)/\1\n$$$$/' aligned_ascii.sdf > temp
sed -n '/^[0-9a-zA-Z \$\.-]*$/ p' temp > aligned_ok.sdf
rm temp

В итоге получили файл aligned_ok.sdf.

Далее 33DQSAR для регрессионной модели.

Использованные команды:

open3dqsar.sh - запуск программы

import type=sdf file=aligned_ok.sdf - загрузка файла со структурами
import type=dependent file=activity.txt - загрузка файла с данными об активности исследуемых соединений.
box - задание решетку вокруг исследуемых соединений
set object_list=60-85 attribute=TEST - соединения с 60 по 85 оставляем в качетсве тестового набора, для построения модели они не используются
set object_list=86-88 attribute=EXCLUDED - исключение соединений с неизвестной активностью
calc_field type=VDW force_field=MMFF94 probe_type=CR - рассчет значений энергии ван-дер-Ваальсовых взаимодействий в узлах решетки
cutoff type=max level=5.0 field_list=1 - ограничения на значения энергии
cutoff type=min level=-5.0 field_list=1 -ограничения на значения энергии
zero type=all level=0.05 - приравнивание слишком маленьких значений энергии к 0
sdcut level=0.1, nlevel, remove_x_vars type=nlevel - исключение из анализа ячейки, в которых вариабельность в энергии взаимодействия с зондом для разных соединений мала
pls - построение регрессионной модели


Некоторые коэффициенты (3 последних) близки к 1, что очень хорошо.
cv type=loo runs=20 - команда для выполнения кросс-валидации. Вот, что получили:
PC        SDEP          q2
--------------------------
 0      0.9658     -0.0348
 1      0.9164      0.0683
 2      0.9733     -0.0509
 3      0.9667     -0.0368
 4      0.9880     -0.0829
 5      0.9497     -0.0006
predict - предсказание активости для тестовой выборки. Получили:
PC    r2(pred)        SDEP
--------------------------
 0      0.0000      1.0362
 1      0.2655      0.8881
 2      0.3296      0.8484
 3      0.2353      0.9061
 4      0.2754      0.8821
 5      0.2536      0.8953
В первом случае коэффициенты получились очень плохие, в случае тестовой выборки они далеки от идеала, но значительно лучше первого случая.

Теперь 33DQSAR для регрессионной модели с учетом структуры активного центра белка-мишени.

Команды используются все те же, файл с выравниваением - aligned_ok1.sdf
Регрессионная модель:

Кросс-валидация:
PC        SDEP          q2
--------------------------
 0      0.9658     -0.0348
 1      0.8027      0.2851
 2      0.7664      0.3484
 3      0.7061      0.4468
 4      0.6735      0.4968
 5      0.6401      0.5454
Предсказание:
PC    r2(pred)        SDEP
--------------------------
 0      0.0000      1.0362
 1      0.3451      0.8385
 2      0.3226      0.8529
 3      0.2998      0.8671
 4      0.3012      0.8662
 5      0.2693      0.8858
Наблюдается улучшение коэффициентов, но незначительное.

Предсказание активностей с помощью полученной модели.

Вначале переделаем модель с использованием всех имеющихся данных, а вещества с неизвестной активностью обозначим как тестовую выборку:
set object_list=60-85 attribute=TRAINING
set object_list=86-88 attribute=TEST Регрессионная модель:

Кросс-валидация:

PC        SDEP          q2
--------------------------
 0      0.9865     -0.0240
 1      0.8233      0.2868
 2      0.7521      0.4049
 3      0.7084      0.4720
 4      0.6963      0.4899
 5      0.7061      0.4754
PC    r2(pred)        SDEP
--------------------------
 0      0.0000      6.6604
 1      0.0298      6.5603
 2     -0.0155      6.7118
 3      0.0082      6.6331
 4     -0.0627      6.8660
 5     -0.1011      6.9889
External predictions for dependent variable  1 (activity)
--------------------------------------------------------------------------------------------------------------------------------------
    N   ID    Name                                      Actual           1           2           3           4           5    Opt PC n
--------------------------------------------------------------------------------------------------------------------------------------
   86   86    01                                        0.0000      7.1119      7.5466      7.4119      7.6262      7.7234           1
   87   87    44                                        0.0000      6.9428      7.1202      7.0946      7.3278      7.5477           1
   88   88    72                                        0.0000      5.5073      5.2436      5.1697      5.4378      5.4696           3
Видно, что коэффициенты при кросс-валидации лучше, чем в предсказании,наилучший коэффициент (q2) у 4. Поэтому и смотрим для предсказания на столбец под цифрой 4.


Шестой семестр
© Чернецова Даша