抗HIV HEPT類似体のMIA-QSAR研究におけるピクセル選択のための遺伝的アルゴリズムの新規設計派生物への応用

Application of Genetic Algorithms for Pixel Selection in MIA-QSAR Studies on Anti-HIV HEPT Analogues for New Design Derivatives.

• Zohreh Doroudi
• Ali Niazi

抄録

抗ウイルス活性を有する107種類の抗HIV HEPT化合物を用いて、ケモメトリクス法による定量的構造活性相関(QSAR)解析を行った。二次元画像を用いて一部の画素を算出し、主成分回帰（PCR）や部分最小二乗（PLS）などの多変量校正を用いてHEPT類縁化合物の抗HIV能のQSARモデル化に多変量画像解析を適用した。本論文では、PLSモデルに遺伝的アルゴリズム(GA)を適用して画素選択の効果を調べた。遺伝的アルゴリズム（GA）は、キャリブレーションモデルにおける変数の有無とモデル自体の予測能力との関係に強い影響を与えるため、モデリングやキャリブレーションにおける変数選択に非常に有用である。予測誤差の少ないピクセルのサブセットを遺伝的アルゴリズムで選択した。結果として得られたGA-PLSモデルは、化合物の活性を予測するためのPCR（RMSEP = 0.4559、R = 0.7929）やPLS（RMSEP = 0.3275、R = 0.0.8427）と比較して、高い統計的品質（RMSEP = 0.0423、R = 0.9412）を有していた。予測値と実験値の相関性が高いことから、MIA-QSARは高い予測手法であることが明らかになった。

Quantitative structure-activity relationship (QSAR) analysis has been carried out with a series of 107 anti-HIV HEPT compounds with antiviral activity, which was performed by chemometrics methods. Bi-dimensional images were used to calculate some pixels and multivariate image analysis was applied to QSAR modelling of the anti-HIV potential of HEPT analogues by means of multivariate calibration, such as principal component regression (PCR) and partial least squares (PLS). In this paper, we investigated the effect of pixel selection by application of genetic algorithms (GAs) for the PLS model. GAs is very useful in the variable selection in modelling and calibration because of the strong effect of the relationship between presence/absence of variables in a calibration model and the prediction ability of the model itself. The subset of pixels, which resulted in the low prediction error, was selected by genetic algorithms. The resulted GA-PLS model had a high statistical quality (RMSEP = 0.0423 and R = 0.9412) in comparison with PCR (RMSEP = 0.4559, R = 0.7929) and PLS (RMSEP = 0.3275 and R = 0.0.8427) for predicting the activity of the compounds. Because of high correlation between values of predicted and experimental activities, MIA-QSAR proved to be a highly predictive approach.