Nghiên cứu liên quan cấu trúc các dẫn chất Combretastatin A-4 và hoạt tính kháng ung thư

Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Nghiên cứu Y học Chuyên Đề Dược Khoa 413 NGHIÊN CỨU LIÊN QUAN CẤU TRÚC CÁC DẪN CHẤT COMBRETASTATIN A-4 VÀ HOẠT TÍNH KHÁNG UNG THƯ Trần Ngọc Châu*, Lê Quang Huy*, Thái Khắc Minh* TÓM TẮT Đặt vấn đề: Hiện nay ung thư là một trong những nguyên nhân gây tử vong hàng đầu trên thế giới. Dự án Globocan thuộc tổ chức nghiên cứu ung thư quốc tế (IARC) dự đoán vào năm 2030 sẽ có khoảng 21 triệu ca ung thư mới trên toàn cầu, trong đó có khoảng 12 triệu người tử vong. Vì vậy, việc tìm ra các thuốc mới điều trị ung thư là vấn đề được các nhà khoa học rất quan tâm. Mục tiêu: Xây dựng mối liên quan định lượng giữa cấu trúc các dẫn chất combretastatin A-4 (CA-4) và hoạt tính ức chế trùng hợp tubulin. Từ đó, ứng dụng để dự đoán hoạt tính một của số dẫn chất mới có tiềm năng kháng ung thư. Phương pháp: Tổng cộng 126 dẫn chất CA-4 được tập hợp từ những kết quả thực nghiệm của 2 nhóm nghiên cứu Pettit và Romagnoli. Các chất được vẽ cấu trúc 2D và tính toán các thông số mô tả phân tử bằng phầm mềm MOE 2008.10. Hoạt tính sinh học được xác định bằng khả năng ức chế quá trình trùng hợp tubulin theo phương pháp của Hamel. Các thông số mô tả phân tử được lựa chọn dựa trên thuật toán “QSAR- Contingency” và “Sort by Normalized” trong MOE. Phương trình QSAR sau đó được xây dựng dựa trên phân tích bình phương tối thiểu từng phần. Kết quả: Xây dựng được 2 mô hình QSAR dựa trên 2 cơ sở dữ liệu. Mô hình 1: 46 dẫn chất với 8 thông số mô tả liên quan đến hoạt tính sinh học được lựa chọn. Kết quả phương trình QSAR-1 (I) thu được có hệ số tương quan r2=0,76, và hệ số tương quan đánh giá chéo q2(LOO)=0,62. Phương trình được đánh giá lại trên tập hợp kiểm tra và cho kết quả tương đối tốt với r2=0,64. Mô hình 2: 51 dẫn chất với 10 thông số mô tả đặc trưng cho hoạt tính sinh học được chọn. Kết quả phương trình QSAR-2 (II) thu được có hệ số tương quan r2=0,80, hệ số tương quan đánh giá chéo q2(LOO)=0,70. Phương trình được đánh giá lại trên tập hợp kiểm tra, kết quả với r2=0,68. Kết luận: Nghiên cứu được mối quan hệ định lượng giữa cấu trúc các dẫn chất CA-4 và hoạt tình kháng ung thư bằng cách ức chế quá trình trùng hợp tubulin qua 2 mô hình QSAR được xây dựng. Các mô hình này được ứng dụng để dự đoán hoạt tính của các dẫn chất mới. Từ khóa: kháng ung thư, dẫn chất combretastatin-A4, ức chế trùng hợp tubulin, QSAR. ABSTRACT QUANTITATIVE RELATIONSHIP STUDY OF COMBRETASTATIN A-4 DERIVATIVE STRUCTURES AND ANTI-CANCER ACTIVITIES Tran Ngoc Chau, Le Quang Huy, Thai Khac Minh * Y Hoc TP. Ho Chi Minh * Vol. 15 - Supplement of No 1 - 2011: 413 - 422 Background: Cancer is a leading cause of death worldwide. Globocan project of the International Agency for Research on Cancer (IARC) estimates that by 2030, nearly 21.4 million new cancer cases will be diagnosed worldwide—mostly in developing countries with 12 million cancer-related deaths. For this reason, anti-cancer drug discovery and development becomes a critical need. *Bộ môn Hóa Dược – Khoa Dược – Đại Học Y Dược TP. Hồ Chí Minh Tác giả liên hệ: TS Thái Khắc Minh ĐT: 0909680385 Email: thaikhacminh@gmail.com Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Chuyên Đề Dược Khoa 414 Objectives: Establish the quantitative relationship between structures of combretastatin A-4 derivatives and antitubulin polymerization activity in order to predict the anti-cancer activity of new analogs. Methods: Structures of 126 CA-4 derivatives and their anti-tubulin polymerization activity were collected from research of Pettit’s group and Romagnoli’s group. 2D-structures were redrawn and 2D-molecular descriptors were calculated by MOE software. Molecular descriptors were selected by “QSAR-Contingency” and “ Sorted by Normalized” function in MOE. QSAR equation was built using Partial Least Squares (PLS) regression method. Results: Two QSAR models were developed : Model 1: 46 compounds in training set, 8 molecular descriptors were selected. The QSAR-1 model (equation I) has a r2=0.76 and q2(LOO)=0.62. This model was examined by using external test-set with r2 =0.64. Model 2: 52 compounds in training set, 10 molecular descriptors were selected. The QSAR-2 model (equation II) has a r2=0.80 and q2(LOO)=0.70. This model was examined by using external test-set with r2 =0.68. Conclusions: Quantitative relationship between structures of combretastatin A-4 derivatives and antitubulin polymerization activity was established in 2 QSAR-models. These models can be used to predict the activity of new CA-4 derivatives. Keywords: anticancer activity, combretastatin-A4 derivatives, anti-tubulin agents, QSAR. ĐẶT VẤN ĐỀ Ngày nay ung thư là một bệnh phổ biến với số lượng người mắc bệnh khá cao trên toàn thế giới. Theo thống kê của dự án Globocan thuộc tổ chức nghiên cứu ung thư quốc tế thì vào năm 2008 trên thế giới có khoảng 12,7 triệu ca ung thư mới và 7,6 triệu người chết vì ung thư. Đây là nguyên nhân chính thứ hai dẫn đến tử vong sau bệnh tim mạch. Nghiên cứu này cũng dự đoán vào năm 2030 sẽ có khoảng 21 triệu ca ung thư mới(7). Vì vậy việc khám phá ra thuốc mới đặc biệt hiệu quả trong ung thư đang là vấn đề được các nhà khoa học hết sức quan tâm. Trong những năm gần đây, nhiều thuốc điều trị ung thư được nghiên cứu với những cơ chế tác động khác nhau, trong số đó tubulin là một cấu trúc mục tiêu hiện đang rất được quan tâm(8,1,40). Tubulin là một protein của tế bào có khả năng trùng hợp tạo thành vi ống giúp hình thành thoi vô sắc, cấu trúc đóng vai trò quan trọng trong quá trình nhân đôi của tế bào cũng như tham gia tạo thành khung tế bào. Các thuốc điều trị ung thư tác động trên tubulin làm rối loạn cân bằng động của quá trình trùng hợp tubulin –vi ống dẫn đến ức chế sự phân bào của các tế bào ung thư(13). Một số thuốc thuộc hai nhóm này hiện đang được sử dụng trong lâm sàng để điều trị ung thư như các dẫn chất taxan (paclitaxel, docetaxel) và các dẫn chất vinca (vinblastin, vincristin, vinorelbin, vinflunin). Năm 1982, giáo sư Pettit thuộc đại học Arizona phân lập được từ cây Combretum caffrum L. (nguồn gốc Nam Phi) một hợp chất được đặt tên là combretastatin-A4 (CA-4) với cấu trúc rất đơn giản(6) như trình bày ở hình 1. Hình 1. Cấu trúc combretastatin A-4 CA-4 được xem là tác nhân gây độc tế bào tiềm năng do ức chế mạnh sự trùng hợp vi ống bằng cách gắn vào điểm gắn kết của colchicin trên tubulin. CA-4 có độc tính cao trên nhiều dòng tế bào ung thư khác nhau bao gồm cả những tế bào ung thư đa đề kháng(14,1,23,8). Từ những kết quả nghiên cứu in vitro ban đầu, CA- 4 (được đặt tên hoạt chất là fosbretabulin, biệt dược ZYBRESTATTM) hiện đang được phát triển và thử nghiệm lâm sàng bởi công ty Oxigene(17) trong việc điều trị một số bệnh ung thư như ung thư tuyến giáp, ung thư buồng trứng kháng Platinum và ung thư phổi không tế bào nhỏ. Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Nghiên cứu Y học Chuyên Đề Dược Khoa 415 Theo kết quả ban đầu của các thử nghiệm lâm sàng, CA-4 (fosbretabulin) đã được chứng minh có giá trị cao khi kết hợp những phương pháp khác trong điều trị ung thư như hóa trị liệu, xạ trị, đặc biệt là trị liệu mục tiêu phân tử . Tuy nhiên, CA-4 không bền do trong cấu trúc có nối đôi dạng cis dễ bị đồng phân hóa thành đồng phân trans không có hoạt tính. Hơn nữa do ít tan trong nước nên CA-4 có hoạt tính rất kém trong các thử nghiệm in vivo, nhưng khi được chuyển thành dạng muối natri phosphat thì hoạt tính được cải thiện rất tốt(9). Vì những lý do trên, nhiều nhóm nghiên cứu hóa dược đã tiến hành tổng hợp các dẫn chất của CA-4 nhằm mục đích cải thiện hoạt tính trên các tế bào ung thư và tăng độ ổn định của các hoạt chất(1,24,9,14,15,17,18,27,40). Một số nghiên cứu về quan hệ giữa cấu trúc và tác động (SAR) của các dẫn chất CA-4 cũng được thực hiện(2,19,40). Để tìm hiểu sâu hơn về quan hệ cấu trúc các dẫn chất CA-4 và hoạt tính kháng ung thư, mối quan hệ định lượng giữa cấu trúc và tác dụng ức chế trùng hợp tubulin (QSAR) được tiến hành nghiên cứu trên 2 cơ sở dữ liệu khác nhau được tập hợp từ các những nghiên cứu của nhóm Pettit GR (Viện nghiên cứu ung thư thuộc đại học Arizona, Mỹ) và Romagnoli R (Đại học Ferrara, Ý). ĐỐI TƯỢNG – PHƯƠNG PHÁP NGHIÊN CỨU Hóa tin học Các cấu trúc phân tử 2D được xây dựng bằng ChemBioDraw Ultra 2008(2). Phần mềm MOE 2008.10(19) và phần mềm RapidMiner 5(27) mạng phân lớp truyền thẳng MLP được sử dụng để tính toán thông số mô tả phân tử, chọn lựa thông số và xây dựng mô hình QSAR. Cơ sở dữ liệu Mô hình 1: tập dữ liệu gồm có 63 dẫn chất có khung cấu trúc cơ bản styren (Hình 2) được thu nhập từ công trình nghiên cứu của Pettit G.R. và cộng sự thuộc phòng thí nghiệm của Viện nghiên cứu ung thư thuộc Đại học Arizona (Mỹ)(24,18,9,24,29,25,6). Hoạt tính ức chế trùng hợp tubulin của các dẫn chất này được thể hiện qua giá trị IC50 xác định bằng phương pháp thử nghiệm hoạt tính ức chế trùng hợp tubulin(10). Hình 2. Cấu trúc cơ bản các chất trong mô hình 1 Mô hình 2: Tổng cộng 63 dẫn chất với khung cấu trúc chung 1-(3,4,5s- trimethoxyphenyl)ethanon (hình 3) từ nghiên cứu của Romagnoli R. và cộng sự thuộc phòng thí nghiệm Hóa Dược, đại học Ferrara, Ý(10,30,31,32,33,34,35,36,37,38,39) được thu thập. Hoạt tính ức chế trùng hợp tubulin của các dẫn chất này được thử nghiệm trong cùng một điều hiện, theo phương pháp của Hamel(10). Kết quả thể hiện qua giá trị IC50. Hình 3. Cấu trúc cơ bản các chất trong mô hình 2 Phương pháp xây dựng mô hình QSAR Mô hình QSAR nghiên cứu mối quan hệ định lượng giữa cấu trúc và tác dụng ức chế trùng hợp tubulin được tiến hành theo các bước sau và tóm tắt ở Hình 4: Chuẩn bị cơ sở dữ liệu Vẽ cấu trúc hóa học bằng chương trình ChemBioDraw Ultra 11.0 (2008) và chuẩn bị bảng kết quả hoạt tính sinh học. Do các giá trị IC50 chênh lệch rất lớn nên giá trị IC50 của các chất được chuyển đổi thành giá trị pIC50 = log10(IC50) để đơn giản hóa quá trình thực hiện. Tính toán thông số mô tả phân tử Từ cấu trúc hóa học, 184 thông số mô tả phân tử 2D đặc trưng cho cấu trúc được tiến hành tính toán bằng phần mềm Molecular Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Chuyên Đề Dược Khoa 416 Operating Environment phiên bản 2008.10 (MOE 2008.10). Lựa chọn thông số mô tả phân tử Lựa chọn thông số mô tả phân tử từ hàng trăm thông số có vai trò quan trọng trong việc xây dựng mô hình. Điều này có ý nghĩa làm giảm sự gây nhiễu và tăng tính ổn định của mô hình. Quá trình này gồm các bước: - Loại bỏ thông số có tương quan chéo r>0,9 và thông số có >20% giá trị 0 (chương trình RapidMiner) - “Tỉ lệ hóa” (scale) các thông số. Việc tỉ lệ này hóa này có tác dụng làm giảm mức độ dao động lớn giữa các thông số mô tả nhằm tránh ảnh hưởng đến kết quả dự đoán. - Dùng QSAR-Contingency (MOE 2008.10) để chọn các thông số mô tả. Các thông số mô tả phù hợp với phương trình QSAR khi C > 0,6; V > 0,2; U > 0.2; R2 > 0,2. Thông thường đối với một tập hợp phân tán nhiều thì các thông số mô tả thỏa mãn điều kiện trên là không nhiều. Vì thế trong nghiên cứu này có thể dùng cách chọn “Sắp xếp tiêu chuẩn hóa” (Sort by Normalized) để loại dần những thông số nào ít ảnh hưởng đến mô hình nhất. Xây dựng mô hình Mô hình sẽ được xây dựng dựa trên phân tích bình phương tối thiểu từng phần (PLS) bằng chương trình MOE 2008.10 Đánh giá mô hình Mô hình sau khi được xây dựng sẽ được đánh giá thông qua hệ số tương quan r2 giữa giá trị dự đoán và giá trị thực nghiệm, sai số bình phương trung bình RMSE. Ngoài ra phương trình còn được đánh giá chéo trên tập huấn luyện (đánh giá nội) và tập kiểm tra (đánh giá ngoại). Từ những mô hình được xây dựng chọn lại mô hình nào hiệu quả nhất dùng cho việc dự đoán. Dự đoán hoạt tính sinh học Mô hình QSAR được xây dựng dùng để ứng dụng dự đoán hoạt tính sinh học của các dẫn chất combretastatinA-4. Hình 4. Các giai đoạn tiến hành xây dựng mô hình QSAR KẾT QUẢ VÀ BÀN LUẬN Mô hình QSAR 1 Phân chia dữ liệu Phân chia ngẫu nhiên tập hợp gồm 63 dẫn chất cấu trúc cơ bản khung styren thành 2 tập hợp: tập huấn luyện gồm 53 chất và tập đánh giá ngoại (external set) gồm 10 chất. Sau khi tiến hành lựa chọn thông số mô tả và loại chất gây 1. Chuẩn bị cơ sở dữ liệu Cấu trúc hóa học 2D Hoạt tính sinh học (pIC50) 2. Tính toán giá trị thông số mô tả phân tử 184 thông số mô tả 3. Lựa chọn thông số mô tả phân tử Loại bỏ các thông số mô tả có tương quan chéo r>0.9 Loại bỏ các thông số mô tả có trên 20% giá trị 0 Scale QSAR Contingency 4. Xây dựng mô hình QSAR Tập hợp xây dựng phương trình (training set) Xây dựng phương trình theo thuật toán PLS Đánh giá chéo 5-lần cắt. 5. Đánh giá lại mô hình Tập hợp kiểm tra nội và ngoại (external set) Tương quan giữa giá trị pIC50 thực nghiệm và dự đoán 6. Dự đoán hoạt tính sinh học Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Nghiên cứu Y học Chuyên Đề Dược Khoa 417 nhiễu, tập huấn luyện còn lại 46 dẫn chất để xây dựng mô hình. Từ tập này phân chia ngẫu nhiên bằng hàm Random trong MOE lấy ra 5 mô hình thứ cấp, mỗi mô hình gồm 39 chất trong tập huấn luyện (training set) và 7 chất trong tập kiểm tra (test set). Kết quả trung bình từ 5 mô hình này chính là quá trình đánh giá chéo 5-lần-cắt đồng thời cũng xây dựng phương trình trên tập dữ liệu toàn bộ 46 dẫn chất và kiểm tra bằng tập hợp đánh giá ngoại. Phân tích thành phần loại các giá trị nằm ngoài (oulier) Khi tập hợp chứa một số chất gây nhiễu, có độ lệch nằm ngoài so với các giá trị chung. Điều này có thể gây ảnh hưởng xấu đến mô hình QSAR. Vì vậy phải loại bỏ các thành phần này hoặc là xây dựng mô hình khác để mô tả chúng. Trong nghiên cứu này, chức năng “Z-Score” được sử dụng để loại các chất có giá trị Z-Score > 2,5. Kết quả tổng cộng 7 chất có giá trị nằm ngoài loại bỏ được. Lựa chọn thông số mô tả Các thông số mô tả 2D (184 thông số) từ phần mềm MOE 2008.10 được sử dụng cho nghiên cứu.Trước tiên các thông số được loại thô bằng cách loại các thông số: (i) Các thông số có tương quan chéo r>0,9; (ii) Các thông số có >20% giá trị 0; (iii) Tiến hành “tỉ lệ hóa” (scale) các thông số mô tả. Tổng cộng là 81 thông số còn lại được tiến hành chọn lọc bằng phương pháp “QSAR-Contingency” kết hợp với “Sắp xếp tiêu chuẩn hóa” (Sort by Normalized). Kết quả thu được được 8 thông số mô tả có vai trò quan trọng trong việc đóng góp vào hoạt tính sinh học pIC50 để xây dựng mô hình. Tám thông số này được trình bày ở bảng 1. Xây dựng phương trình QSAR-1 Phân tích bình phương tối thiểu từng phần được tiến hành trên 46 dẫn chất của CA-4 trong mô hình 1 trong tập huấn luyện với 8 thông số mô tả được chọn. Phương trình QSAR-1 (I) được thiết lập với hệ số tương quan là r2=0,76 , sai số bình phương trung bình RMSE=0,18. Phương trình được đánh giá chéo 5-lần-cắt (five-folds-cross validation) và bằng phân tích Leave One Out (LOO). Kết quả đánh giá nội bởi 5 lần chia tập hợp có hệ số hồi qui xr2=0,64. Hệ số hồi quy đánh giá chéo của phương trình (I) là q2=0,62 với RMSE=0,22. Phương trình (I) pIC50 = 0,37369 + 0,41854 * Scale_weinerPath − 0,07332 * Scale_GCUT_PEOE_0 + 0,16071 * Scale_a_ICM + 0,06072 * Scale_PEOE_VSA_FPPOS − 0,12633 * Scale_Q_VSA_FPPOS + 0,25706 * Scale_logS − 0,13819 * Scale_SlogP_VSA4 + 0,15562 * Scale_SlogP_VSA8 với n=46, r2=0,76, RMSE=0,18, q2(LOO)=0,62, RMSE (LOO)=0,22 Bảng 1. Nhóm 8 thông số mô tả được lựa chọn để xây dựng mô hình QSAR-1 Thông số mô tả Ý nghĩa thông số mô tả weinerPath Số quỹ đạo Weiner GCUT_PEOE_0 Số ma trận khoảng cách ở điện tích riêng phần (0/3) a_ICM Diện tích bề mặt nguyên tử PEOE_VSA_FPPOS Diện tích bề mặt Van Der Wall có điện tích dương Q_VSA_FPPOS Phần điện tích dương của bề mặt Van Der Wall logS Log hệ số hòa tan trong nước (mol/L) SlogP_VSA4 Tổng diện tích từng phần mức 4 tính dựa trên hệ số phân bố dầu nước SlogP SlogP_VSA8 Tổng diện tích từng phần mức 8 tính dựa trên hệ số phân bố dầu nước SlogP Đánh giá mô hình Mô hình được đánh giá nội bằng phương pháp đánh giá chéo 5-lần-cắt. Qua 5 tập hợp huấn luyện thứ cấp kết quả hệ số hồi qui xr2= 0,64. Sai số trung bình với tập đánh giá ngoại là SE=0,17. Phương trình (I) được áp dụng trên tập đánh giá ngoại gồm 10 dẫn chất. Tương quan giữa giá trị hoạt tính sinh học thực nghiệm và dự đoán của tập hợp này là r2 = 0,64, sai số trung Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Chuyên Đề Dược Khoa 418 bình SE là 0,17. Hình 5 biểu diễn mối tương quan giữa giá trị hoạt tính sinh học thực nghiệm và dự đoán từ phương trình (I). Bàn luận về mô hình 1 Tập hợp các cấu trúc dùng để xây dựng mô hình 1 chủ yếu là biến đổi trên vòng B trong cấu trúc của CA-4. Nhìn chung cấu trúc thay đổi nhóm thế trên nhân thơm hoặc thay vòng benzen bằng nhóm NO2. Với mục tiêu là vẫn giữ cấu trúc gần giống với CA-4, mô hình được xây dựng nhằm giải thích rõ về quan hệ định lượng giữa cấu trúc và tác dụng ức chế trùng hợp tubulin. Từ đó ứng dụng mô hình dự đoán những dẫn chất thiên nhiên đã được chiết ra từ Combretum caffrum gồm 6 dẫn chất CA-1, CA-2, CA-3, CA-4, CA-5 và CA-6. Kết quả so sánh hoạt tính sinh học dự đoán và thực nghiệm cho một lần nữa khẳng định CA-4 có hoạt tính ức chế trung hợp tubulin rất tốt (lgIC50 dự đoán và thực nghiệm lần lượt là 0,17 và 0,40). Mô hình trên cũng dự đoán hoạt tính kháng ung thư khá tốt của một dẫn chất khác là CA-1. Theo các tài liệu tham khảo hiện nay, dẫn chất này cũng đang được tiến hành các thử nghiệm điều trị ung thư trên lâm sàng(17). Trong số 8 thông số mô tả liên quan đến mô hình 1, 3 thông số “a_ICM”, “PEOE_VSA_FPPOS” và “Q_VSA_FPPOS” có liên quan đến diện tích bề mặt phân tử ; 2 thông số “SlogP_VSA4” và “SlogP_VSA8” liên quan đến điện tích từng phần và hệ số phân bố dầu nước. Vì vậy khi đưa thêm những nhóm thế trên vòng B tăng điện tích từng phần đồng thời tăng tính thân nước của phân tử (như nhóm OH) có thể làm tăng hoạt tính sinh học của dẫn chất. Hơn nữa nhóm hydroxy cũng tạo ra trung tâm mới cho liên kết hydrogen và điều này tác động đến khả năng liên kết của dẫn chất với điểm tác động. Hình 5. Mối tương quan giữa giá trị hoạt tính sinh học thực nghiệm và dự đoán từ phương trình (I) Mô hình QSAR 2 Phân chia dữ liệu Tập hợp ban đầu gồm có 63 chất có cấu trúc cơ bản (1-(3,4,5-trimethoxyphenyl)ethanone (Hình 3). Dùng hàm random trong MOE chia ngẫu nhiên cơ sở dữ liệu thành thành 2 tập hợp (tập huấn luyện gồm 55 dẫn chất, tập đánh giá ngoại 8 chất). Sau đó chọn lựa thông số mô tả và loại các giá trị nằm ngoài (outlier). Kết quả loại 4 chất có giá trị nằm ngoài tập huấn luyện còn lại 51 chất. Tập hợp huấn luyện 51 chất được tiến hành xây dựng phương trình với các thông số mô tả được lựa chọn và đánh giá lại bằng tập hợp đánh giá ngoại. Sau đó chia ngẫu nhiên tập hợp huấn luyện 51 chất thành 5 mô hình thứ cấp (mỗi mô hình gồm 43 dẫn chất trong tập huấn luyện và 8 chất trong tập kiểm tra). Kết quả trung bình từ 5 mô hình thứ cấp chính là quá trình đánh giá chéo 5-lần-cắt. Phân tích loại các dẫn chất có giá trị nằm ngoài Sau khi lựa chọn thông số mô tả tiến hành loại các chất gây nhiễu bằng chức năng Z-Score trong MOE. Kết quả 4 chất nằm ngoài từ tập hợp huấn luyện của mô hình 2. Y Học TP. Hồ Chí Minh * Tập 15 * Phụ bản của Số 1 * 2011 Nghiên cứu Y học Chuyên Đề Dược Khoa 419 Lựa chọn thông số mô tả Tiến hành các phương pháp tương tự như mô hình 1 để lựa chọn các thôn