摘要
本发明涉及一种具有单胺氧化酶A抑制活性的食源性多酚筛选方法。所述方法包括:利用分子对接技术计算食源性多酚化合物与人源单胺氧化酶A蛋白质受体的亲和力数据;将食源性多酚化合物输出为SMILES格式数据,并使用迁移学习方法将SMILES格式数据解码为分子指纹信息数据;对亲和力数据进行划分;将随机森林、梯度提升决策树作为基模型,使用亲和力数据、分子指纹信息数据以及对应关系进行基模型训练,使用非线性回归元学习器,构建得到预测模型;使用预测模型对食源性多酚化合物进行亲和力预测,筛选出具有单胺氧化酶A抑制活性的多酚或多酚代谢物。无需人工进行筛选提高,提高了具有单胺氧化酶抑制活性的多酚筛选效率和精度。
技术关键词
筛选方法
多酚
亲和力
梯度提升决策树
迁移学习方法
高维特征向量
分子对接技术
随机森林
预训练模型
学习器
逻辑回归模型
指纹
数据解码
格式
非线性
多项式特征
盒子