文章摘要:目的 对何首乌中的天然产物进行聚类分析，建立一种较为科学的天然产物的聚类方法，为后续化合物挑选、药理筛选提供技术指导。方法 从文献中收集并整理何首乌天然产物，选择二苯乙烯类、蒽醌类等主要类别化合物作为聚类对象，转换为简化分子线性输入规范（SMILES），并使用rdkit提取化合物的扩展连通性指纹和理化性质作为特征，经过方差筛选得到有效的特征。接着使用谱聚类算法，对何首乌天然产物进行聚类，以CalinskiHarabaz（CH）指数作为评估指标，优化聚类参数。参数优化完毕后，采用最佳参数对化合物进行聚类，分析各个类别的特点。随后对3种主要类别的化合物进行主成分分析，查看主要类别的空间分布。最后对主要类别化合物分别计算脂水分配系数和拓扑极性表面积，分析性质分布，验证聚类合理性。结果 从文献中挑选了13个类别的123个何首乌天然产物。经过特征提取和过滤，共得到207个特征。CH指数表明聚类数量为10，γ为0.004时聚类效果最佳。主成分分析显示3个主要成分组在空间中各自成簇，无重叠情况发生。经过聚类后，脂水分配系数和拓扑极性表面积2个指标倾向更加集中。结论 谱聚类算法不仅能够区分何首乌天然产物中差异较大的化合物，也能较好地对复杂化合物进行聚类，聚类结果具有一定的合理性，能够为传统药理筛选提供新的思路。

文章关键词:何首乌,天然产物,无监督学习,聚类分析,谱聚类,

项目基金:国家科技重大专项（2018ZX09735006）,国家自然科学基金（81773874、81973476）, 上一篇： 生物学论文_小管福寿螺SNP标记开发及其在物种
下一篇：没有了