雌二醇衍生物的HQSAR研究

应用基于分子全息的QSAR方法, 对30种雌二醇衍生物与羔羊子宫雌激素受体作用的lgRBA值建立了相关模型, 研究了碎片区分参数及碎片长度对模型质量的影响. 最佳全息条件下产生的模型的相关系数r²为0.991, 交叉验证相关系数q_LOO² 为0.897. 结果表明所建模型具有良好的拟合效果, 同时具有较高的预测能力.     

烯烃的分子距离边数矢量(μ)及沸点的估计与预测

基于双键相对于单键键长的大小,提出了烯烃的分子距离边数（ＭＤＥ）矢量（μ矢量）;进而通过多元线性回归方法建立μ矢量与烯烃沸点之间的关系模型并进行预测,计算沸点与实验值之间的均方根误差仅为３．７８Ｋ,相关系数为０．９９９３。     

链烷烃分子结构表征及其热力学函数的估算

基于分子结构的两种最基本的特性－原子间距离和原子的连接关系,提出了分子距离－连接性矢量（MDC）,以其表征化合物的分子结构,并对2－9个碳原子饱和烷烃共74个分子的两种重要的热力学函数（原子化热和蒸发热）进行了定量构效关系研究,结果表明新的距连知音一具有结构选择性高、性质相关性好的特点,而且计算较简便。     

分子距边矢量用于卤代甲烷及卤代乙烷沸点的估计与预测

基于分子距边矢量（ＭＤＥ）,借助多元线性回归技术（ＭＬＲ）建立起描述卤代烃沸点变化规律的定量结构－性质相关关系（ＱＳＰＲ）模型,其复相关系数Ｒ＝０．９９３５,均方根误差ＲＭＳ＝１０．０７Ｋ。最后５次随机选取２５个化合物作预测集,以余下的６２个化合物作校正集建ＱＳＰＲ模型（Ｒ＝０．９９２８,ＲＭＳ＝１０．８８Ｋ）,并有效地预测了沸点（Ｒ＝０．９９２５,ＲＭＳ＝１１．７８Ｋ）。结果表明,模型的预测能力良好。另外,还运用所建立的模型对３０个未知沸点的卤代甲、乙烷的沸点值进行了预测,根据预测出的沸点数据指出了ＣＦＣ１１,ＣＦＣ１２和ＣＦＣ１１３的一些可能的代用品。     

分子电距矢量(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、0、S杂原子,饱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=0.842 3和RMS=0.535.对于48个二肽组,R=0.819 9,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0SAR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=0.790 6,RMS=0.608,而48肽组的R=0.742 2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.     

有机化合物水生毒性作用模式的支持向量机分类研究

采用正辛醇/水分配系数logKow、最低未占有轨道能ELUMO、最高占有轨道能EHOMO等参数为描述变量,结合支持向量机算法,选择具有最大(L eave-One-Out,LOO)交互检验识别率,兼顾支持向量样本数和边界支持向量样本数为标准进行支持向量机建模参数优化,建立3组化合物水生毒性作用模式的SVM分类模型,分别对样本数为190、221、88的化合物水生毒性作用模式进行分类研究。结果表明,选用RBF核函数和C-SVC方法,3组参数分别为C=512、γ=2.048,C=512、γ=2.048,C=512、γ=0.512时,建立3个体系的SVM分类模型对全部样本的错误误别个数分别为0、2、0个,训练集模型对全部样本的错误识别个数分别为9,17,7。分类的效果与化合物描述子的选择和数量有关,如果增加合适的分子描述子,其分类结果相应地会得到改善。     

脂肪醇的密度与其分子结构间定量关系的探讨

从脂肪醇分子结构出发，构造了角描述了脂肪醇同分异构的分子距边敌意一（ＭＤＥ）。进而探讨了脂肪醇同分异构体的；密度珉春分子距边矢量的定量关系。对７３个脂肪酮同是构体的计算结果良好：平均绝对误差为３．７６ｋｇ／ｍ＾３，平均相对误差为０．４６％，分子建模和定量预测结果表明密度的计算值与实验值吻合较好。     

H点标准加入法研究与应用述评

叙述Ｈ点标准加入法（ＨＰＳＡＭ）的基本原理及其理论发展和初步应用，阐明了基本Ｈ点标准加入法、吸光度增量为分析ＨＰＳＡＭ、Ｋ－比率ＨＰＳＡＭ、干扰箕体未知的ＨＰＳＡＭ、通用Ｈ点标准加入法（ＧＨ－ＰＳＡＭ）的使用条件。     

神经网络法研究多氯代二苯并二(口恶)英的气相色谱保留值行为

包括二(口恶)英在内的持久性有机污染物近年来引起了各国政府和科学界的极大关注[1～3],初步研究结果表明二(口恶)英不仅对人类有致癌性,还能降低人体免疫能力,具有内分泌干扰作用.多氯代二苯并-对-二曙英类化合物(PCDDs)就是其中的一类,这类化合物共有75个异构体.本文利用分子电性距离矢量(MEDV-13)[4]表征PCDDs异构体的分子结构,结合Levenberg-Marquardt优化的误差反向传播人工神经网络(BP)算法,与PCDDs在不同固定相(DB 5,SE-54,OV-1701,SP2100)上的气相色谱保留行为建立定量色谱保留关系模型.     

函数连接型神经网络在氟化物非晶态形成条件中的应用

函数增强型神经网络(Functional Link Net,简称FLN)是一种无隐含层的新型网络,应用其三阶联合激励增强特性来对三元体系氟化物非晶态形成条件进行识别研究,识别准确率近100%.在对预测集的每一个输入信号添加10%的噪音干扰后,发现识别率依然不变.直到噪音添加到15%,仍然能准确判别.可见网络的容错能力是十分令人满意的.