基于分子亲电矢量和扩展支持向量机的基因毒性概率预测方法

摘要

本发明涉及一种基于分子亲电矢量(MEV)和扩展支持向量机(SVM)的基因毒性概率预测方法，适用于根据有机化合物分子结构信息对该化合物进行虚拟毒性评价和筛选。首先，对输入分子结构使用基于文本的化学结构提问语言SMARTS和可编程原子分类PATTY回溯算法根据预定义规则进行原子分类；然后，根据半经验Hückel方法计算分子中每种原子类型的原子描述符(前线轨道电子密度、电子超离域度、原子π-电荷)建立描述分子的亲电性质的特征矢量MEV；最后，使用扩展的支持向量机方法(SVM)对分子的基因毒性数据和及其特征MEV进行统计学习，得到该分子基因毒性的后验概率估计。