基于深度学习的中药抗菌组分分析及其在抗肺炎克雷伯菌感染组分中药开发中的应用

目的:以临床常见的致病菌肺炎克雷伯菌为对象,借助深度学习技术分析中药潜在抗菌组分,进而为开发抗菌组分中药提供参考.方法:针对肺炎克雷伯菌,以化学信息学数据库中收录的分子组成训练集与测试集,在借助深度神经网络构建深度学习模型后,对中药系统药理学数据库与分析平台(Chinese medicine systems pharmacology database and analysis plat-form,TCMSP)中各味中药所对应的中药单体展开抗菌活性预测,进而分析中药潜在抗菌组分.结果:经过超参数优化与训练,构建的深度学习模型对于测试集的正确率、精度、召回率、F1值分别为95.8％、96％、96.7％、0.963,曲线下面积值为0.991,该模型预测18味中药含抗肺炎克雷伯菌组分比例在20％以上,其中9味具有清热功效,同时大血藤、翻白草、金樱子、南五味子、商陆的抗菌活性已得到证实.结论:以肺炎克雷伯菌为对象,基于深度学习的中药抗菌组分预测模型,能够精准地识别中药抗菌组分,进而为开发抗菌组分中药提供参考.