收藏本站
《浙江大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核主成分与支持向量机的体内药物代谢预测

沈徐辉  
【摘要】:药物体内清除率的预测,不仅可以减少临床实验的风险与代价,更可以实现新药的快速批量筛选,对新药开发过程缩短研发周期,减少研发费用和降低研发代价等有着重大的理论和现实意义。本文采用了核主成分分析算法和支持向量机算法对药物体内清除率进行建模分析。核主成分分析是非线性主成分提取中的一项新技术,在特征提取,噪声处理上有很好的应用。支持向量机对小样本问题的模式识别,函数逼近等也有良好的效果。本文内容主要分四个部分: 第一部分:在阅读了国内外大量的文献的基础上,对药物体内清除率预测的研究现状作了详细的介绍。另外也对核主成分算法和支持向量机的特点简单的做了描述。 第二部分:对药物体内清除率的体内外模型进行了仔细的研究,并针对各种药物体内预测模型的特点以及核主成分分析算法和支持向量机算法的特点,选择了体外肝微粒体实验模型的实验数据作为模型的输入参数来源。 第三部分:对核主成分分析算法进行了详细的研究,并针对其在处理小样本问题时易受极值点干扰的问题,提出了一种加权函数的核主成分分析算法。实验表明,改进后的算法对干扰点有很好的鲁棒性。另外,对误差函数的理论分析表明,该算法能够很好的解决迭代误差收敛性问题。之后,又用改进的核主成分算法对肝微粒实验的体外实验数据进行了分析,结果表明,采用基于距离的改进核主成分分析算法进行二维主成分提取,能够有效的对样本点进行酸碱性分类。 第四部分:首先对支持向量机算法做了比较详细分析和推导。然后用核主成分算法得到的二维主成分数据进行药物体内清除率预测分析。结果表明,样本在用改进的核主成分分析算法处理之后,预测结果不仅要明显优于传统方法的预测结果,同时也比直接采用支持向量机算法得到的结果要好。 药物体内清除率的预测结果表明,本文提出的基于核主成分和支持向量机算法是有效的,并且随着训练样本的增加,在新药筛选中将会有更好的应用。
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:R96

【相似文献】
中国期刊全文数据库 前10条
1 吕世聘;王秀坤;唐一源;孙岩;王艳;周莉;;基于支持向量机的轻度认知功能障碍诊断方法[J];中国生物医学工程学报;2008年02期
2 孙燕;臧传新;任廷革;李宇航;;支持向量机方法在《伤寒论》方分类建模中的应用[J];中国中医药信息杂志;2007年01期
3 郭磊;武优西;刘雪娜;颜威利;沈雪勤;;基于主成份分析和支持向量机的MRI图像多目标分割[J];中国生物医学工程学报;2007年04期
4 王丽;陆文聪;陆瑾;杨善升;;基于支持向量机回归的麻醉药毒性的QSPR研究(英文)[J];计算机与应用化学;2007年12期
5 陈艳江;刘艳艳;赵国忠;王卫宁;李福利;;基于支持向量机的中药太赫兹光谱鉴别[J];光谱学与光谱分析;2009年09期
6 徐明玲;陈光;喻长远;;支持向量机法对活血化瘀类药物的分类研究[J];北京化工大学学报(自然科学版);2009年06期
7 汪维鹏;吴萍;王森;李融;;基于近红外光谱-支持向量机技术识别单碱基差异[J];苏州大学学报(医学版);2009年04期
8 孙继佳;苏式兵;陆奕宇;刘平;;基于粗糙集与支持向量机的中医辨证数据挖掘方法研究[J];数理医药学杂志;2010年03期
9 H.J.Lee;S.I.Hwang;S.H.Park;S.H.Kim;J.Y.Cho;高飞;;基于影像的临床决策用于支持经直肠超声诊断前列腺癌:比较多重逻辑回归、人工神经网络和支持向量机[J];国际医学放射学杂志;2010年04期
10 张乐平;闵波;李东方;;结合支持向量机的基因表达特征分析[J];医学信息学杂志;2010年08期
中国重要会议论文全文数据库 前10条
1 徐扬;陈实;田玉敏;;基于核主成分分析的步态识别[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026