1 论文标题：基于机器学习的抗胰岛β细胞凋亡化合物分类模型研究

2 作者信息：岳 悦, 张 娜：北京工业大学化学与生命科学学院，北京

3 出处和链接：岳悦, 张娜. 基于机器学习的抗胰岛β细胞凋亡化合物分类模型研究[J]. 药物化学, 2025, 13(3): 229-238. https://doi.org/10.12677/hjmce.2025.133024

4 摘要：糖尿病是一种以胰岛素抵抗和胰岛细胞功能衰竭为特征的慢性代谢性疾病，现有的胰岛素注射和口服降糖药治疗方法均无法从根本上逆转糖尿病的原发性病理机制，故针对胰岛β细胞受损干预，寻找抑制β细胞凋亡的药物将对糖尿病的治疗具有重大意义。基于已报道的103个具有抗胰岛β细胞凋亡活性化合物，结合6种分子指纹和7种机器学习方法对上述化合物构建了分类模型，并运用10倍交叉验证和测试集对模型性能进行评估。结果表明，基于PubChem指纹的随机森林算法所构建的模型表现最佳(AUC = 0.992、CA = 0.96和MCC = 0.901)。同时结合信息增益和子结构频率分析，识别出具有抗胰岛β细胞凋亡活性的9个特征子结构，如含氮芳香杂环、胺类和吡啶等高活性片段，为抗胰岛β细胞凋亡化合物的开发提供理论参考和指导。