核偏最小二乘法及其在P-glycoprotein抑制剂设计中应用

介绍了一个新的基于优化推导出的核偏最小二乘(kernel partial least squares.K-PLS)的算法原理和实现步骤.并且给出了利用K-PLS法构建P-糖蛋白(P-glycoprotein,P-gp)黄酮类抑制剂的定量构效关系(QSAR)模型.利用该方法结合几个简单的分子拓扑参数.构建了具有高准确率的预测模型.该模型将有助于P-gp黄酮类抑制剂的虚拟筛选和理性设计.结果证明K-PLS是一个十分稳定可靠的方法,将会在化学计量学领域得到较好的应用和推广.     

基于文化差分进化算法的最小二乘支持向量机及QSAR建模

针对最小二乘支持向量机最佳算法参数难以确定的缺陷,提出了基于文化差分进化算法的最小二乘支持向量机(Cultural Differential evolution Algorithm Least Square Support Vector Machine,CDE-LSSVM)。该算法通过新型的文化差分进化算法优化确定最小二乘支持向量机核宽度参数和惩罚系数,建立具有良好预测性能的模型。同时,针对药物定量构效关系(Quantitative Structure-Activity Relationships,QSAR)模型具有高度非线性、变量之间存在相关性的特征,采用CDE-LSSVM建立HIV-1蛋白酶抑制剂的药物定量构效关系模型。模型具有很好的拟合精度与预测精度,且优于最小二乘支持向量机、BP神经网络和径向基神经网络。     

基于概率神经网络的中草药活性组分利尿性的QSAR研究

利用线性判别分析和概率神经网络,建立了预测中草药有效成分利尿性与其分子结构参数之间的QSAR模型.概率神经网络分类结果好,训练集、交互检验集和测试集的分类正确率均可达到100%.本文所用的概率神经网络结构简单、易于调试,研究工作进一步明确了分子利尿性与其结构参数之间的关系,有助于利尿药物的选择与合成.     

苯的衍生物的HQSAR研究

应用分子全息结构描述子表征69种苯的衍生物建立相关QSAR模型，并且对分子全息产生过程中的碎片区分参数及碎片长度与模型质量的关系进行了探讨．在最佳全息条件下产生的模型相关系数r^2为0．997、交叉验证相关系数q^2LOO为0．841，研究结果表明所建立模型具有良好的拟合效果，同时具有较高的预测能力．     

Quantitative structure-activity relationship and prediction of mixture toxicity of alkanols

Alkanols, which are narcotic compounds, were studied. The acute toxicities (15min-EC50) of 15 alkanols, which have a large span of hydrophobicity, to Photobacterium phosphoreum were measured. Quantitative structure-activity relationship (QSAR) analysis of single toxicity of alkanols was conducted by using octanol-water partition coefficient (logKow). The polynomial expression was used instead of linear equation to develop QSAR model, and a QSAR model with a good predictive potential was achieved. Furthermore, the mixture toxicity of alkanols was studied. In order to predict joint toxicity of mixtures that contain very hydrophobic alkanols, the adjustment of octanol-water partition coefficient was performed, considering the influence of volume effect. And equivalent octanol-water partition coefficient was introduced. The QSAR model of mixture toxicity was developed by using equivalent mixture octanol-water partition coefficient. The result showed that even a linear model could predict mixture toxicity well by using equivalent mixture octanol-water partition coefficient.     

芳烃类化合物对发光菌急性毒性的QSAR研究

采用分子动力学MM+和半经验AM1算法优化并计算24种芳烃类化合物的16种量子化学参数,通过主成分分析法和回归分析法对化合物的量子化学参数进行筛选,所得最佳参数与芳烃类化合物对发光菌的急性毒性进行定量构效关系研究(QSAR)。所建多元线性回归方程的确定系数(R2)和留一法交叉检验系数q2分别为0.83和0.990。毒性实验值与预测值的相关性较好,模型具有良好的稳定性和预测能力。     

用AM1法预测多氯代二苯并-对-二恶英类化合物的正辛醇/水分配系数

采用Chemoffice8.0中的MOPAC-AM1算法对75个多氯代二苯并一对-二恶英(PCDDs)化合物的6种量子化学结构参数进行计算,并将计算得到的分子结构参数作为描述符引入QSAR研究,运用多元逐步回归法建立了PCDDs的正辛醇/水分配系数的定量结构-性质关系模型(R2为0.966),并用t-检验对各变量进行了检验.检验结果表明,本模型的预测能力优于单苯环氯取代指数法和拓扑量子方法得出的模型.     

THYESS法结合QSAR分析对环境内分泌干扰性物质的筛检研究

利用THYESS法对几种典型的环境内分泌干扰物质的毒理活性进行了定量筛检，并进一步结合量子化学对被检物质作了QSAR分析．结果表明，用THYESS法筛检出的环境内分泌干扰物质存在着良好的毒活性．反应剂量关系．这种测定方法再结合量子化学的QSAR分析，有望成为获得大量环境样品中EDCs毒害数据的一种良好方法．     

三唑嘧啶磺酰胺类抑制剂的三维构效关系

三唑嘧啶磺酰胺类除草剂是作用于乙酰乳酸合成酶的一类新型除草剂 .本研究利用限制性系统搜索 ,确定了活性构象 ,并用比较分子场方法 ( COMFA)研究了 2 4个化合物的三维定量构效关系 ,建立了具有较强预测能力的 3D- QSAR模型 .研究结果表明 ,影响其药效的主要因素是空间结构 .     

基于QSAR和PCA方法的硝基芳烃综合毒性评价

化学品的风险评价与管理应该关注基于多种生物体效应的综合毒性。为了评价毒性数据稀缺化合物的综合毒性,以50种硝基芳烃为研究对象,收集了它们的多种生物毒性数据,建立了稳健的定量结构活性相关(quantitative structure-activity relationship,QSAR)模型,预测缺失毒性数据,解释了硝基芳烃的致毒机理——硝基芳烃与生物受体分子的亲电反应活性是决定其毒性的主要因素。然后应用主成分分析(principle componentan alysis,PCA)方法对基于QSAR模型计算获得的50种硝基芳烃的各种生物毒性数据进行分析,计算综合毒性因子(integrated toxicity index,ITI),对综合毒性因子进行QSAR分析,得到可直接由硝基芳烃结构参数预测综合毒性因子的单参数QSAR模型。结果表明,QSAR与PCA方法的结合可以成功地评价和预测硝基芳烃的综合毒性。     

药物分子设计中定量结构-活性关系计算方法的研究

【目的】发展一种新的定量结构-活性关系(简称"构效关系"QSAR)计算方法。【方法】双层QSAR预测模型的第1层是分子的理化性质参数,第2层是分子片段结构参数。两组权重系数{ak}和{bl}分别指派给理化参数和片段参数。在双层QSAR预测模型中引入迭代的双最小二乘(IDLS)计算方法,把单层次的构效关系发展成二层次、双方向的预测网络;在训练集中两组系数用最小二乘法(或偏最小二乘法、主成分分析等)交替求解,直至收敛。【结论】二层次、双方向的QSAR预测模型不仅能够提高预测能力,具有一定的信息反馈和学习功能,而且赋予QSAR更多的信息分析能力。     

1,4-苯并二氮杂-2,5-二酮类化合物的三维构效关系研究

利用比较分子场分析（ Ｃｏｍ ｐａｒａｔｉｖｅ Ｍｏｌｅｃｕｌａｒ Ｆｉｅｌｄ Ａｎａｌｙｓｉｓ, Ｃｏ Ｍ Ｆ Ａ）对２２ 种１,４苯并二氮杂艹卓２,５二酮类化合物进行了三维定量构效关系研究（３ Ｄ Ｑ Ｓ Ａ Ｒ）． 结果表明影响其活性的主要因素为空间立体作用能,得到了具有较强预测能力的 Ｑ Ｓ Ａ Ｒ 模型,为合理药物分子设计提供了有益的信息     

启发式方法研究5'-甲硫腺苷核苷酶抑制剂定量构效关系

定量构效关系的研究已成为化学和环境科学研究中的一个前沿领域.对29个甲硫腺苷核苷酶抑制剂的结构进行优化得到描述其分子结构的5类描述符,并选择6个描述符运用启发式方法和RBFNN方法分别建立了描述29个5’-甲硫腺苷核苷酶的结构与其对5’-甲硫腺苷核苷酶的抑制活性之间的线性和非线性QSAR模型.RBFNN模型的训练集、预测集的相关系数(R2)分别为0.9681与0.9126.结果表明,RBFNN模型性能要优于HM模型,具有较好地预测和反映真实情况的能力,这为预测其他类似物的活性和设计新的抑制剂提供了理论依据.     

酚类化合物对硝化颗粒污泥活性抑制的预测模型

基于拓扑理论计算了16种酚类化合物的分子形状指数(mK)以及原子类型电性拓扑状态指数(En).应用多元线性回归及最佳变量子集方法,建立了这些拓扑指数与酚类化合物对硝化颗粒污泥活性抑制的定量结构-活性相关模型.该模型的传统判定系数R2为0.932,逐一剔除法的交叉验证系数R2cv为0.874,通过R2,F,R2Adj,R2cv,VIF,FIT等检验,证明该模型具有良好的稳健性和预测能力.     

d4T核苷酸类似物抗HIV-1活性的定量构效关系

对20个核苷酸类化合物(d4T的衍生物)进行了定量构效关系研究,建立QSAR方程。模型指出该类化合物的抗HIV-1活性与n_M、lgP、(lgP)²及分子连接性指数⁶χ^v_P具有良好的相关性,其复相关系数R为0.94。由方程可知:⁶χ^v_P在抗HIV-1过程中比电子参数σ发挥更大的作用。     

定量构效关系研究进展及其应用

定量构效关系是目前国际上一个比较活跃的研究领域.本文简要介绍了定量构效关系的发展历史及定量构效关系研究中常用方法等,其中较为详细地介绍了三维定量构效关系中广泛应用的CoMFA方法.综述了定量构效关系在环境污染物分析以及在农药、医药设计中的应用,并对定量构效关系研究的发展趋势进行了展望.     

人工神经网络用于苯砜基羧酸酯定量结构-活效关系研究

采用误差反传前向人工神经网络（artificial neural network,ANN）建立了56种苯砜基羧酸酯类化合物的结构与其对发光菌的急性毒性之间的定量关系模型（ANN模型）．以56种苯砜基羧酸酯类化合物的量子化学参数作为输入,急性毒性作为输出,所构建网络模型的交叉检验相关系数为0．9863、标准偏差为0．0753、残差绝对值≤O．20,应用于外部预测集,预测集相关系数为O．9880;而多元线性回归（multiple linear regression,MLR）法模型的相关系数为0．9472、标准偏差为0．1413、残差绝对值≤0．34．结果表明：ANN模型获得了比MLR模型更好的拟合效果．     

贝叶斯规整化神经网络预测苯取代物的毒性

利用贝叶斯规整化神经网络(BRNN)研究了59种苯取代的环境毒性和分子结构的关系.建立了基于脂水分配系数和4种量子指数的QSAR环境毒性预测模型.结果表明:该模型的预测性能超过偏最小二乘法(PLS)和逐步线性回归方法,残差分析显示其稳定可靠,有望成为一种良好的苯取代物毒性的环境评价和预测的方法.     

碳环类神经氨酸酶抑制剂的2D-QSAR研究

对32个碳环类神经氨酸酶抑制剂进行了二维定量构效关系（2D-QSAR）研究，27个作为训练集，5个作为测试集，对计算所得的理化和量化参数进行预选后，采用偏最小二乘法（Partial least squares，PLS）建立预测模型，该模型的非交叉法验证相关系数为R^2=0．9762，交叉法验证相关系数为RCV^2=0．9651；以此预测模型对测试集的5个化合物的活性进行预测，相关系数为Rpred^2=0．8779，表明该模型具有较强的预测能力，可以指导对已有的流感药物进行化学修饰，并能指导新的神经氨酸酶抑制剂的设计及合成．