抗乳腺癌候選藥物的優化模型

董奕鑫，張歡歡，王昌會，陳昊，李孝誠

抗乳腺癌候選藥物的優化模型

董奕鑫，張歡歡，王昌會，陳昊，李孝誠

（淮北師范大學 數學科學學院，安徽 淮北 235000）

根據華為杯中國研究生數學建模競賽D題所提供的ERα拮抗劑信息，綜合運用灰色關聯度分析、BP神經網絡、決策樹、回歸模型等方法和理論，借助MATLAB，SPSS，GeoGebra等軟件，構建了化合物生物活性的定量預測模型和ADMET性質分類預測模型，并在此基礎上建立抗乳腺癌候選藥物的優化模型，篩選出適合用于抗乳腺癌候選藥物的化合物．經檢驗發現，模型均具有良好的性能，可將其應用于虛擬藥物篩選流程，為計算機輔助藥物設計與藥物發現提供參考．

抗乳腺癌候選藥品；灰色關聯度分析；BP神經網絡；決策樹分類預測模型

本文研究的問題引自2021年華為杯中國研究生數學建模競賽D題[1]．乳腺癌是目前世界上最常見、致死率較高的癌癥之一．乳腺癌的發展與雌激素受體密切相關，有關研究發現，雌激素受體亞型（ER）在乳腺發育過程中扮演了十分重要的角色[2]．因此，ER被認為是治療乳腺癌的重要靶標，能夠拮抗ERα活性的化合物可能是治療乳腺癌的候選藥物[3]．一個化合物想要成為候選藥物，不僅需要具備良好的生物活性（此處指抗乳腺癌活性），還需要在人體內具備良好的藥代動力學性質和安全性，合稱為ADMET（Absorption吸收、Distribution分布、Metabolism代謝、Excretion排泄、Toxicity毒性）性質[4-5]．

目前，對于活性化合物的篩選，通常采用建立化合物活性預測模型的方法．即針對與疾病……