基于机器学习的KRAS抑制剂活性预测模型研究

摘要

Kirsten大鼠肉瘤病毒癌基因同系物（Kirsten rat sarcoma viral oncogene homolog,KRAS）基因是最常见的突变癌基因之一，发现KRAS抑制剂对存在该基因突变的癌症患者具有潜在的治疗作用。本研究将机器学习应用于KRAS抑制剂的定量构效关系（quantitative structure-activity relationship,QSAR）模型，从ChEMBL、BindingDB、PubChem 3个数据库中收集了1 857条KRAS小分子抑制剂的IC50和SMILES（simplified molecular input line entry system），采用3种不同的特征筛选方式结合随机森林、支持向量机、极端梯度提升机3种机器学习模型，构建了9个不同的分类器。结果表明，SVM模型结合互信息筛选显示出最佳性能：AUC_test=0.912,ACC_test=0.859,F1_test=0.890，并且在外部验证集上也表现出良好的预测性能(AUCExt=0.944,Recall E_xt=0.856,FPRExt=0.111)。该研究为使用人工智能方法在天然产物数据库中进行KRAS抑制剂筛选提供了新的技术路线。

关键词

KRAS抑制剂 / 互信息 / 主成分分析 / 随机森林 / 支持向量机 / 极端梯度提升机

基金资助

江苏高校哲学社会科学研究重大项目（No.2023SJZD130）