基于K-MEANS算法的抗乳腺癌候选药物ERα活性优化研究

摘要

为了探究在乳腺癌药物研制过程中如何通过调节雌激素受体活性来控制体内雌激素水平,针对与乳腺癌相关的ERα活性,以在临床中收集一系列作用于该靶标的化合物及其生物活性数据,和一系列分子结构描述符作为自变量,化合物的生物活性值作为因变量,构建化合物的定量结构-活性关系(quantitative structure-activity relationship,QSAR)模型.之后基于K-MEANS算法构建化合物生物活性的定量预测模型,从而为优化ERα拮抗剂的生物活性提供预测服务.结果表明该模型预测具有很强的实践意义,能够指导已有活性化合物的结构优化,提升抗乳腺癌候选药物活性.