利用大型数据集和机器学习算法开发具有明确适用领域的PPARγ结合亲和力QSAR模型

化学物质可能通过与过氧化物酶体增殖物激活受体γ（PPARγ）结合对人类健康产生不良影响。因此，结合亲和力对于评估具有潜在内分泌干扰效应的化学物质非常有用。具有明确适用领域（ADs）的定量结构-活性关系（QSAR）回归模型对于有效筛选具有PPARγ结合活性的化学物质至关重要。然而，缺乏大型数据集妨碍了QSAR模型的发展。在本研究中，基于从各种来源整理的PPARγ结合亲和力数据集，使用分子指纹、二维描述符和五种机器学习算法开发了30个QSAR模型。训练化合物的结构-活性景观（SALs）通过网络状相似性图（NSGs）进行描述。基于NSGs，计算了局部不连续性分数，发现该分数与使用不同训练集、描述符和算法的模型的交叉验证绝对预测误差呈正相关。此外，基于化合物之间的成对相似性定义了创新的ADs，发现这些ADs在某些方面优于传统ADs。整理的数据集和开发的回归模型对评估PPARγ参与的化学物质的不良影响可能是有用的。SAL分析和创新ADs可以促进对QSAR模型预测结果的理解。