%0 Journal Article
%T 支持向量机在中药神经毒性成分筛查中的应用
%A 张景芳
%A 蒋芦荻
%A 张燕玲
%J 中国中药杂志
%D 2014
%X 该文通过计算324个神经毒性化合物和235个无神经毒性化合物的物理化学性质、电荷分布及几何结构等特征的6122个分子描述符，通过CfsSubsetEval评价和BestFirst-D1-N5搜索相结合的方法筛选描述符，利用支持向量机（SVM）构建了化合物神经毒性判别模型。模型的准确率、灵敏度、特异性均在80%以上。以30个确有神经毒性的中药成分作为外部验证集，进一步验证模型准确率，达73.333%。将该模型应用于山豆根神经毒性成分筛查，筛得13个潜在神经毒性化合物，其中4个已有文献验证。实验结果表明该模型具有一定的准确性，有助于开展中药神经毒性成分筛查工作。
%K 支持向量机
%K 中药成分
%K 神经毒性
%U http://www.cjcmm.com.cn/cjcmm/ch/reader/view_abstract.aspx?file_no=20141724&flag=1