基于PepT1—PPARα靶标组合的中药协同机制解析(2)

http://www.100md.com 2017年6月1日 《中国中药杂志》2017年第11期

     本研究针对PepT1和PPARα的靶标组合，首先构建PepT1底物预测的支持向量机模型(support vector machine，SVM)，并通过多种内测及外测参数挑选最优的SVM模型。基于最优的SVM模型筛选中药中潜在的PepT1底物成分。随后，进一步结合实验室已构建的PPARα激动剂的融合药效团模型和分子对接模型，筛选中药中潜在的PPARα激动活性成分。追溯2个靶标筛选到的活性成分的来源中药，并结合文献探讨高频中药在方剂和药对中可能存在的协同机制，从PepT1和PPARα靶标组合的角度出发，阐释中药吸收入血与降低血脂的协同机制。

    1 材料与方法

    1.1 PepT1支持向量机模型的构建与验证

    1.1.1 数据收集与整理 本文从文献[9-11]中收集PepT1底物共计90个，以此作为阳性化合物构建PepT1支持向量机模型。阴性化合物来源于Drugbank数据库(http：//www.drugbank.ca/)中的非PepT1转运的已上市药物。首先，利用Discovery Studio 4.0软件计算所有化合物的8个类药性质描述符，包括AlogP、相对分子质量、氢键供体数目、氢键受体数目、可旋转键数目、脂环数目、芳环数目、分子极性比表面积 ......