Options
建立多項變數之線性回歸預估模型--以DPP-IV抑制劑為例
Other Title
Building the Multivariate Linear Regression Model of DPP-IV Inhibitors
Type
thesis
Date Issued
2012-01-06
Author(s)
吳重孚
Advisor
李元綺
Subjects
系所名稱：醫學資訊研究所
Publisher
醫學資訊研究所
Description
學位別：碩士
語文別：中文
指導教授：李元綺
共同指導教授：
口試委員：蘇家玉;楊進木
中文關鍵字：蛋白;DPP-IV 抑制劑;第二型糖尿病;QSAR;多項變數線性回歸方程式;IC50
語文別：中文
指導教授：李元綺
共同指導教授：
口試委員：蘇家玉;楊進木
中文關鍵字：蛋白;DPP-IV 抑制劑;第二型糖尿病;QSAR;多項變數線性回歸方程式;IC50
Abstract
藉由醫學資訊的思考邏輯與應用的各式工具，將已知的疾病以生物醫學角度考量，運用公開發表期刊裡的相關疾病之實驗數據與採用適當的分析工具分析探求已知能運用在治療糖尿病的 DPP-IV 蛋白抑制能力之化學結構的定量構效關係（Quantitative Structure Activity Relationship； QSAR）。
主要以 HyperChem 程式運算得到個別化學分子結構的物理化學特徵值，進而運用其運算能力建立 QSAR 模組，以統計之多項變數線性回歸方式運算其個別物理化學特徵得回歸方程式。
將其產生的多項變數線性回歸方程式套用在其他的化學結構，如已知為藥物分子或非藥物分子，進而探求其成為藥物的可能性。
本研究所得之兩組回歸方程式：公式 1 （Multivariate Linear Regression； MLR）：log(1/IC50) = -7.140 – 0.061*NRB + 0.502*NHB + 0.402*clogP – 0.010*MW – 0.542*Ehomo + 0.093*Nlc – 0.152*CMR + 0.152*Nr + 0.000*Hf （R2 = 0.832）與公式 2 （Partial Least Squares； PLS）：log(1/IC50) = -7.13967 – 0.06097*NRB + 0.50192*NHB + 0.41951*clogP – 0.00956*MW – 0.54250*Ehomo + 0.09312*Nlc – 0.15154*CMR + 0.15194*Nr + 0.00040*Hf （R2 = 0.845885）。經過統計方法檢定為具有線性回歸的特性，具有預估與推導能力與解釋力。
對 log(1/IC50) 具有影響的特徵值依序為 Ehomo > NHB > clogP > CMR > Nr。意即立體結構的能量變化、氫鍵數量的多寡與結構的水溶-脂溶性的強度，相對於其餘的特徵值較為重要。
MLR 與 PLS 方法之間的分析藉由 t - test 檢定得： IC50 數據與 MLR 推估活性數據有顯著差異，MLR 推估活性數據顯著的高於 IC50 數據。
沒有足夠證據顯示 IC50 數據與 PLS 推估活性數據有顯著差異，PLS 推估活性數據稍遜於 IC50 數據。
與其他方法比較是略遜於 Paliwal 的分析結果。
本研究嘗試證明隨機選取的藥物分子，能在經由迴歸分析得到抑制能力之結果，事實證明先前推導出的線性迴歸公式，在其他非 DPP-IV 抑制劑結構上並沒有邏輯上的解釋能力，推論其結構上並不能與 valine-pyrrolidide 結構相匹配。
另外，嘗試對於已知具有調整血糖的小分子結構進行分析，所得之結果大致均表現出強活性，IC50 ≦ 100 nM 的數據。
主要以 HyperChem 程式運算得到個別化學分子結構的物理化學特徵值，進而運用其運算能力建立 QSAR 模組，以統計之多項變數線性回歸方式運算其個別物理化學特徵得回歸方程式。
將其產生的多項變數線性回歸方程式套用在其他的化學結構，如已知為藥物分子或非藥物分子，進而探求其成為藥物的可能性。
本研究所得之兩組回歸方程式：公式 1 （Multivariate Linear Regression； MLR）：log(1/IC50) = -7.140 – 0.061*NRB + 0.502*NHB + 0.402*clogP – 0.010*MW – 0.542*Ehomo + 0.093*Nlc – 0.152*CMR + 0.152*Nr + 0.000*Hf （R2 = 0.832）與公式 2 （Partial Least Squares； PLS）：log(1/IC50) = -7.13967 – 0.06097*NRB + 0.50192*NHB + 0.41951*clogP – 0.00956*MW – 0.54250*Ehomo + 0.09312*Nlc – 0.15154*CMR + 0.15194*Nr + 0.00040*Hf （R2 = 0.845885）。經過統計方法檢定為具有線性回歸的特性，具有預估與推導能力與解釋力。
對 log(1/IC50) 具有影響的特徵值依序為 Ehomo > NHB > clogP > CMR > Nr。意即立體結構的能量變化、氫鍵數量的多寡與結構的水溶-脂溶性的強度，相對於其餘的特徵值較為重要。
MLR 與 PLS 方法之間的分析藉由 t - test 檢定得： IC50 數據與 MLR 推估活性數據有顯著差異，MLR 推估活性數據顯著的高於 IC50 數據。
沒有足夠證據顯示 IC50 數據與 PLS 推估活性數據有顯著差異，PLS 推估活性數據稍遜於 IC50 數據。
與其他方法比較是略遜於 Paliwal 的分析結果。
本研究嘗試證明隨機選取的藥物分子，能在經由迴歸分析得到抑制能力之結果，事實證明先前推導出的線性迴歸公式，在其他非 DPP-IV 抑制劑結構上並沒有邏輯上的解釋能力，推論其結構上並不能與 valine-pyrrolidide 結構相匹配。
另外，嘗試對於已知具有調整血糖的小分子結構進行分析，所得之結果大致均表現出強活性，IC50 ≦ 100 nM 的數據。