基于神经网络的喹诺酮羧酸类衍生物活性研究

喹诺酮类衍生物具有较好的抗菌杀菌能力及抗肿瘤活性,已广泛应用于感染性疾病的治疗。为了研究喹诺酮羧酸类衍生物的活性与分子结构两者之间的定量结构及活性关系(QSAR),基于分子的空间邻接矩阵,使用程序计算了48个喹诺酮羧酸类衍生物的电性拓扑状态指数和电性距离矢量,优化筛选了电性拓扑状态指数的E_1,E_8和电性距离矢量的,M_(26),M_(32),M_(36),M_(81)共6种参数,建立了这些分子的活性与E_1,E_8,M_(26),M_(32),M_(36)和M_(81)共6种参数的多元回归定量构效关系模型。将筛选得到的6种结构参数作为神经网络法的输入层节点,采用6-4-1的网络结构,建立了相对预测精度较高、稳定性较好的神经网络QSAR模型,所得预测活性模型的总相关系数R为0. 992 5,利用所建模型计算得到的喹诺酮羧酸类衍生物活性预测值与相关实验值的相对平均误差仅为0. 87%,两者非常吻合。结果表明,喹诺酮羧酸类衍生物的活性与6种结构参数之间具有良好的非线性关系,基团类型和连接方式是影响喹诺酮羧酸类衍生物活性的主要因素。该研究对高效低毒新型药物的分子设计具有重要的现实意义。     

咪唑类ALK5抑制剂活性的神经网络研究

为建立咪唑类ALK5抑制剂活性的QSAR预测模型,分析了61个咪唑类ALK5抑制剂的分子结构与活性的关系;计算了这些抑制剂分子的分子形状指数、电性拓扑状态指数和电性距离矢量;优化筛选了分子形状指数的K_1和K_3,电性拓扑状态指数的E_(19)、E_(21)和E_(24),电性距离矢量的M_(26)、M_(30)和M_(56),共8个参数.将这8个参数作为人工神经网络的输入神经元变量,活性pIC_(50)作为输出神经元变量,采用8∶4∶1的神经网络结构,获得了令人较为满意的神经网络预测模型,模型的总相关系数r为0.956.pIC_(50)的预测值与实验值较为吻合,平均相对误差仅为0.85%.结果表明,本法建构的神经网络模型具有较强的稳健性和良好的预测能力.研究结果可为合成高活性的抗癌新药提供理论指导.     

一个新的拓扑指数用于复杂化合物热容的预测

本文首先通过对分子图的顶点和边着色得到染色分子图,借助于相对键长和点价来分别代替拓扑距离和顶点度并结合分子图的邻接和距离矩阵提出了一个用于表征含多重键,杂原子化合物的拓扑指数Xu。将该拓扑指数用于烷烃、不饱和链烃、芳烃及含硫化合物的热容的预测。得到了良好的结果,计算值与实验值相当一致。该指数可望在QSPR/QSAR研究中作为一个有用的分子参数而得到推广应用。     

硝基苯类化合物对四膜虫毒性的QSAR研究

以电拓扑状态指数表征硝基苯类化合物的分子结构, 计算了42个硝基苯类化合物中所含41种原子类型的电拓扑指数. 建立优化电拓扑指数与硝基苯化合物对四膜虫的半抑制生长浓度负对数值之间的QSAR模型. 结果表明所建模型具有良好的拟合效果和稳健度. 通过建立的QSAR模型对检验集数据的测试, 表明该模型有很好的预测能力.     

喹啉环取代喜树碱抗癌活性的定量构效关系研究

利用量子化学密度泛函理论(DFT)中的杂化泛函B3LYP对三个系列60个喹啉环取代的喜树碱衍生物(CPTs)进行了构型优化,在6-311+G(d,p)基组下计算出相应的电子结构参数;采用逐步多元回归方法对各组化合物建立了几个新的分子描述符与抗癌活性之间的定量结构-活性关系(QSAR)模型,探讨了影响化合物抗癌活性的主要结构因素及其作用机理.结果表明,所得QSAR模型具有良好的预测能力,影响药物活性的主要因素有分子极化率和原子净电荷以及及最高占据分子轨道能量.根据所建最佳QSAR可以较准确地预测喜树碱类衍生物的抗癌活性,这有助于未来设计合成新型高效抗癌喜树碱类似物以及改进和完善其作用机理.     

芳香酸的电子结构与缓蚀性能关系的研究

用极化曲线法测试了6个芳香酸化合物对20^#碳钢在HCl溶液中的缓蚀性能，用MNDO方法得到这些分子的前线轨道能量和电荷分布等，经拟合，N原子的净电荷与缓蚀性能间有好的相关性。     

香水百合头香成分色谱保留指数的人工神经网络预测

基于分子拓扑学理论计算了香水百合头香成分35个化合物的分子连接性指数Xi、电性拓扑状态指数Ej和分子电性距离矢量M_k。采用最佳变量子集回归方法确定了最佳变量组合X_1,E_9,M_9和M_(10),并用这4个变量作为神经网络的输入层单元,建立了香水百合头香成分化合物气相色谱保留指数RI的人工神经网络模型。采用该模型对RI值进行了预测,预测结果与实验值接近,平均相对误差为1.165%。该方法成功预测了化合物的气相色谱保留指数,对于探索色谱保留机理、选择合适的分离条件等有参考价值。     

氯代苯和部分氯代酚的生物活(或毒)性定量研究

在分子拓扑理论的基础上,根据分子中成键原子i价层电子结构特征和所处的化学环境,提出一个新的计算顶点原子价点价δYi方法:δY i=mi Z(i-hi)+ΣLi×L[()]j/n2i[L(i+1)/pi],以δYi为基础构建了价连接性指数mYt,通过逐步回归法对化合物的拓扑参数进行筛选,所得最佳参数与氯代苯和部分氯代酚的生物活(或毒)性进行定量构效关系研究(QSAR)。结果表明:2D(Two-dimensional)指数mYt和3D(Threedimensional)指数QC对这些化合物的生物活(或毒)性具有良好的结构选择性,且所建模型具有良好的预测能力、较好的可靠性和稳健性。     

杜松籽油香气成分的理论分析模型

为研究杜松籽油香气成分的色谱保留指数与结构之间的定量结构-保留相关关系,在分子邻接特性及拓扑理论基础上,计算了65个杜松籽油香气成分的电性拓扑状态指数和分子连接性指数.将其中8种结构参数(~1X、~5X_c、E_1、E_2、E_3、E_5、E_6和E_8)作为结构描述子,引入到与杜松籽油香气成分的色谱保留指数相关的多元回归方程,构建了拟合度高、预测能力强的QSRR模型.将筛选的8种结构参数作为神经网络输入层单位神经元,采用8∶4∶1的网络结构,构建了有较强预测能力的神经网络模型,模型的总相关系数rt为0.9972,色谱保留指数的预测值与文献值的相对平均误差仅为0.88%,2者吻合度令人满意.结果表明杜松籽油香气成分的保留指数与8种结构参数之间有良好的非线性关系,研究结果为杜松籽油在药食两用产品的开发利用方面提供了理论依据.     

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.     

含氮杂环类润滑油添加剂抗磨损性能的神经网络研究

为研究含氮杂环衍生物对三羟甲基丙烷油酸酯改性后的抗磨损性能,计算30个含氮杂环衍生物的分子结构指数. 优化筛选其中分子连接性指数⁴X和⁵X、分子形状指数K₃、电性拓扑状态指数E₇、电性距离矢量M₆和M₁₈. 对以上6种结构指数与磨损量度进行回归分析,将分子结构指数作为神经网络的输入变量,磨损量度作为输出变量,采用6∶2∶1的网络结构,建构预测磨损量度能力较强的神经网络预测模型,模型的总相关系数r_t为0.9921. 计算得到磨损量度的预测值与实验值吻合度较好,相对平均误差为0.38%. 从构建的模型可以看出,—CH₃、=CH—、—NH—等基团的数量及连接方式是影响润滑油磨损量度大小的主要因素.     

紫杉醇类似物的电子结构与抗癌活性关系的研究( Ⅰ )

应用MM3分子力学方法对R6=H的13个紫杉醇类似物进行几何优化,并采用MNDO法计算了化合物的电子结构,应用回归分析、神经网络等方法寻找其量化指数与抗癌活性的关系,结果表明,R2取代基、2-OBz中苯甲酰基（Bz)的碳氧原子的净电荷之和∑QBz、核-核排斥能Ep对活性影响较大,并得到显著性较好的QSAR：ID50（A）/ID50（T）（act)=71.20535 155.35016∑QBz,表明随着∑QBz减小,ID50（A）/ID50（T）值将减小,而化合物活性将增大,神经网络（BP网络）算法的结果表明,神经网络计算值R=0.992,神经网络的结果可精确地预测化合物的抗癌活性。     

人工神经网络用于2-苯基吲哚衍生物的QSAR研究

将人工神经网络(ANN)应用于2-苯基吲哚衍生物的定量构效关系(QSAR)研究中,采用改进的误差反向传播(BP)算法探讨了36个2-苯基吲哚衍生物对小牛子宫雌激素受体的亲和力大小与氮原子所连原子的净电荷Q;2号、3号、10号和15号原子间的二面角D;5号碳原子与其所连原子间的键长L和零阶连接性指数0G的关系.随机挑选30个化合物作为训练样本集,建立了2-苯基吲哚衍生物的QSAR模型,该模型的相关系数R=0.999 2;而剩余的6个化合物作为测试样本集,得出其相关系数R=0.901 3.结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果.     

量子化参数和分子价连接性指数对脂肪醇的QSPR/QSAR的相关性研究

根据分子中成键原子i的结构特征和所处的化学环境,新定义了原子i的点价δAi,以价连接矩阵为基础构建了新的结构信息价连接性指数mA,并与量子化参数Qc结合,利用线性回归技术分别建立59个脂肪醇化合物的mAi和Qc与这些物质的QSPR/QSAR相关关系模型.新模型物理意义明确,计算简便,对脂肪醇化合物不同理化活性具有良好的估算和预测能力,复相关系数R＞0.99,计算值与实验值均较好的吻合.     

邻苯二甲酸酯类化合物生物降解的拓扑研究

计算了9种邻苯二甲酸酯的两类拓扑指数值:一是基于原子类型特征的电性拓扑状态指数(En);二是分子拓扑图邻接矩阵衍生的分子连接性指数(mχvt).这些拓扑指数被用于关联9种邻苯二甲酸酯的生物降解速率常数(Kb)及半衰期的自然对数(ln t1/2),经向后逐步回归与偏最小二乘法,建立它们的定量结构─生物降解相关(QSBR)模型,其四元最佳方程的相关系数的平方(R2)依次为0.995, 0.986.这两个方程的平均估算误差接近实验误差,并通过Jackknife的逐一剔除法证明有良好的可靠性与稳健性.结果表明,这些模型能够较好地解释邻苯二甲酸酯的生物降解性的递变规律.     

邻苯二甲酸酯类化合物生物降解的电性拓扑研究

计算了9种邻苯二甲酸酯的两类拓扑指数值:(1)基于原子类型特征的电性拓扑状态指数(En);(2)自分子拓扑图的邻接矩阵衍生的分子连接性指数(mXvt).这些拓扑指数被用于关联9种邻苯二甲酸酯的生物降解速率常数(Kb)及其半衰期(lnt1/2),经向后逐步回归与偏最小二乘法,建立了定量结构生物降解相关(QSBR)模型,其四元最佳方程的相关系数(R2)依次为0.995、0.986.这两个方程的平均估算误差接近实验误差,并通过Jackknife的逐一剔除法证明有良好的可靠性与稳定性.结果表明,这些模型能够较好地解释邻苯二甲酸酯的生物降解性的递变规律.     

用分子形状指数、电拓扑态指数研究酚类化合物的生物降解性

计算32种取代酚的分子形状指数^mK以及电性拓扑状态指数En。采用多元线性逐步回归方法，建立了这些拓扑指数与酚类化合物的CO2生成量的定量结构-生物降解相关性模型。该模型的相关系数（R）、标准偏差（S）分别为0．951及1．999，它的计算值与相应实验值基本符合，并优于已有文献的研究结果。采用该模型探讨了取代酚的好氧生物降解机理。     

几类典型生物活性物质的结构表征及定量构效关系研究

定量构效关系(QSAR)是现代化学基础理论与应用的重要研究领域,并得到了越来越多的化学、生物及药学研究者的重视.如何产生出表征分子结构特征的结构参数是QSAR成败的关键所在.拓扑指数只要知道分子的结构就能获得,且算法比较简单,在相关分析中可获得较好的结果,但能真正用于含杂原子和多重键的拓扑指数并不多.     

有机物气相色谱保留指数的QSPR研究

首先通过对分子图的顶点和边同时着色得到染色分子图.借助于相对键长和点价δ_i 来分别代替拓扑距离以及顶点度v_i ,并结合邻接矩阵和距离矩阵提出了一个用于表征含多重键、杂原子化合物的拓扑指数 Xu,研究了该拓扑指数与烷烃、环烷烃、醇、酮和酯的气相色谱保留指数相关性, 结果表明 Xu 指数与上述理化性质均具有良好的相关性,肯定了本方法的合理性和有效性,该指数可望在定量结构- 性质/ 活性关系( QSPR / QSAR)研究中作为一个有用的分子参数而获得广泛应用.     

咪唑化合物作为铜的盐酸酸洗缓蚀剂的QSPR研究

通过失重法研究了12种咪唑化合物30℃时在5%盐酸中对铜的酸洗缓蚀性能，用Hyperchem程序中PM3半经验量子化学方块计算了这些化合物的主要结构参数。讨论了量子化学方法在本研究中的成功与局限，采用定量结构——性质相关(QSPR)法研究了缓蚀率与结构参数之间的关系，探讨了咪唑化合物对铜的缓蚀作用机理。结果表明，咪唑化合物的缓蚀率与分子的分配系数lgP、咪唑环上的净电荷密度之和Q_ring以及咪唑化合物的一阶分子连接性指数¹X之间有很好的相关性。