分电距矢量（MEDV）用于肽模拟物的定量构效关系研究

利用电距矢量（MEDV）表征肽模拟物的分子结构,并与包含N、O、S杂原子,饮和与不饱和键或共轭体系的二肽分子的生物活性相关,利用多元线性回归方法,构建了两组二肽分子的定量构效关系（QSAR）模型,对于58个二肽组,模型相关系数和均方根误差分别为R=0.8423和RMS=0.535,对于48个二肽组,R=0.8199,RMS=0.357。为了检验QSAR模型的预测能力,对两个二肽组数据集进行了交叉校验（CV）。采用LOO法即每次从n个样本中抽出n-1个样本建立QSAR模型继而用该模型去预测余下的1个样本的生物活性的方法,对于58肽组,58次预测的生物活性与原实验活性之间的R=0.7906,RMS=0.608,而48肽组的R=0.7422和RMS=0.417,MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息。此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术。方法简便快速,模型稳定有预测能力。     

分子电性距离矢量用于苯酚类化合物生物活性的QSAR研究

采用分子电性距离矢量(MEDV)表征4组卤代苯酚和取代酚类化合物的结构,并采用逐步回归对变量进行筛选,分别用多元线性回归和偏最小二乘回归建立各组化合物的结构与其生物活性的定量结构-活性相关(QSAR)的数学模型.同时采用内部及外部双重验证的办法对48种卤代苯酚结构与其抗菌活性(lgPC)关系模型的稳定性进行分析和验证.多元线性回归建模相关系数R=0.960,标准偏差SD=0.248,留一法交互检验RCV=0.947,SDCV=0.287,外部样本检验Qext=0.946.14个溴代苯酚结构与其抗菌活性PC关系结果:R=0.969,SD=0.296,RCV=0.904,SDCV=0.516;11个取代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.969,SD=0.219,RCV=0.941,SDCV=0.301;6个氯代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.998,SD=0.076,RCV=0.954,SDCV=0.409.对各组化合物采用偏最小二乘回归所得结果与多元线性回归所得结果较为一致.结果表明,MEDV能较好地表征该类分子的结构信息,所建模型具有良好的稳定性和预测能力.     

有机磷农药的气相色谱保留值与定量结构性质相关研究

用分子电性距离矢量(MEDV)表征有机磷农药的分子结构,运用多元线性回归(MLR)技术和逐步回归(SR)一起统计检测筛选模型变量,建立26种有机磷农药的气相色谱(GC)保留指数(RI)与MEDV的定量关系模型.模型的相关系数R=0.931 1.留一法交互检验相关系数RLOO=0.854 4,SDLOO=3.296 2;外部样本的预测结果为:Qext=0.911 6.表明,所建模型稳定性和预测能力均良好,MEDV能较好地表征该类分子的结构特征.     

分子电距矢量对酚类物质色谱保留值的分析

用MEDV描述子对102个酚的分子结构进行表征,对MEDV矢量和其气相色谱保留指数之间建立了分子结构-色谱保留值定量关系(QSRR).多元线性回归十参数模型的复相关系数达到了0.943 6,逐步回归九参数模型复相关系数为0.943 6,交互检验的R CV值为0.844 8,表明模型对样本具有一定的稳定性和预测能力.     

枣香味成分的结构表征及其色谱保留值的预测

采用分子电性距离矢量对枣中分离出的63种化合物进行了结构表征.通过多元线性回归建立了6个变量的定量结构-色谱保留相关关系模型,相关系数R=0.982,并用逐步回归筛选得3个变量建模,相关系数R=0.980,继而用留一法交互检验,复相关系数RCV=0.977.结果表明,MEDV能较好地表征非同类化合物的分子结构信息,所建模型具有较好的稳定性和预测能力.     

粮谷及油料中有机磷农药残留物GC保留值的QSRR研究

采用分子电性距离矢量(Molecular Electro-negativity Distance Vector,MEDV)对粮谷及油料中55种有机磷农药的结构进行表征,采用逐步回归对变量进行筛选,运用多元线性回归和偏最小二乘回归统计学软件建立有机磷农药的结构与其气相色谱(GC)保留值的定量结构-色谱保留关系(quantitative structure-retention relationship,QSRR)的数学模型,同时采用内部及外部双重验证的办法对所建模型稳定性能进行分析和验证.两种方法建模相关系数R、留一法交互检验RLOO、外部样本检验Qext分别为0.869 2,0.850 3,0.769 1(MLR);0.869 5,0.863 7,0.773 5(PLS).结果表明,MEDV能较好地表征该类分子的结构信息,所建QSRR模型具有良好的稳定性和预测能力.可望为有机磷农药残留物的分离、纯化、检测等方法的建立,提供有效的理论依据.     

分子电距矢量对醇类气相色谱保留指数的预测

用MEDV描述子对55个醇的分子结构进行表征,对MEDV矢量和其气相色谱保留指数之间建立了定量结构-色谱保留值关系.借助多元线性回归、逐步回归和交互检验建立了分子电距矢量和55个化合物的气相色谱保留值之间的定量结构-色谱保留值相关模型(QSRR),线性回归十参数模型的复相关系数达到了0.995 0,逐步回归七参数模型复相关系数为0.989 6,交互检验的RCV值为0.970 0,表明模型对样本具有一定的稳定性和预测能力.     

一类抗疟化合物的定量构效关系研究

用启发式方法(HM)预测了57种抗疟化合物的活性.通过分子结构计算得到的5个分子描述符,建立了最优的QSAR 模型.结果表明,建立的线性回归模型的R2=0.8121,得到的模型是比较令人满意的.     

贝叶斯规整化神经网络模型预测化合物分子的血脑屏障通透性

通过分子结构预测血脑屏障通透性是一个颇具挑战性的课题.建立了一个预测化合物分子的血脑屏障分配系数(logBB)的QSAR模型.该模型由表示分子大小、拓扑性质和脂水分配性质的QSAR参数组成.模型被用来预测52个化合物的血脑屏障分配系数,并通过测试集(从52个化合物种选取10个)进行验证,预测值-实验值的相关系数平方(R2)为0.974,均方差(MsE)为0.017 2.验证结果显示该模型大大优于传统使用的多元线性回归模型.因此,该模型可以用于预测药物分子和类似药物分子的血脑屏障通透性.     

基于氨基酸性质的二肽稳定性定量预测模型研究

【目的】二肽具有生物活性高、易于合成等优点,但在机体内有较差的代谢稳定性,易被降解,故基于氨基酸性质,对二肽稳定性进行定量预测研究,为设计稳定性好的二肽分子提供理论依据。【方法】基于209个二肽分子在不同时间段的降解率,使用偏最小二乘法,将逐步回归筛选变量与支持向量机、随机森林、多元线性回归等方法相结合,建立多肽降解率与氨基酸理化性质之间的定量预测模型。【结果】最为显著的是对二肽60 min降解率所建模型,对训练集和测试集分别具有良好的估计能力(R2>0.68,Q2>0.57)与预测能力(R2>0.54),能够有效预测二肽分子的降解率;而且基于多元线性回归系数计算的氨基酸贡献能够发现影响二肽稳定性的重要氨基酸,可以指导高稳定性二肽分子的合理设计。【结论】建立的预测模型方法简单,物理意义明确,多种方法均能获得较为理想的预测模型,确保了预测结果的准确性,可用于指导设计和筛选稳定性好的二肽分子。
     

氟化酚类化合物结构与生物毒性关系研究

根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对16种氟化酚类化合物的结构进行了表征.运用多元线性回归(MLR)方法,研究并建立了氟化酚类化合物定量结构与生物毒性关系的5变量模型,其复相关系数(R)为0.914.上述模型对16种氟化酚类化合物毒性的预测值与实验值能较好吻合,留一法交互检验的复相关系数(RCV)为0.856.结果表明所建模型具有良好的稳定性和预测能力.     

酚类化合物色谱保留指数的估计与预测

用根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对酚类化合物结构进行表征.用多元线性回归(MLR)方法,研究并建立了酚类化合物定量结构-色谱保留(QSRR)关系的10变量模型,其相关系数为0.9512;采用SPSS统计处理软件对变量进行逐步回归(SMR)筛选后,建立了8变量的QSRR模型,其相关系数为0.9508.上述模型对102种酚类化合物色谱保留的预测值与实验值能较好吻合,留一法交互检验的结果分别为Rcv=0.9269和Rcv=0.9377.结果表明所建模型具有良好的稳定性和预测能力.     

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.     

Quantitative structure-activity relationship of estrogen activities of bisphenol A analogs

BISPHENOL A (4,4-ISOPROPYLIDENEDIPHENOL, BPA) IS MANUFACTURED IN HIGH QUANTITIES, WITH 90% OR MORE BEING USED AS A MONOMER FOR THE PRODUCTION OF POLYCARBONATE AND EPOXY RESINS, UNSATURATED POLYESTER-STYRENE RESINS AND FLAME RETARDANTS. THE FINAL PRODUCTS …     

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．     

苯的硝基衍生物结构与活性相关性研究

应用量子化学ＣＮＤＯ／２法计算了２４种苯的硝基衍生物的最低空轨道能ＥＬＵＭＯ。用所得ＥＬＵＭＯ代替半波还原电位Ｅ１／２进行定量结构活性相关性（ＱＳＡＲ）研究，得到满意结果。