定量结构-活性/性质相关性研究中变量选择方法的研究——遗传算法和几种传统算法的比较

鉴于变量选择在QSAR／QSPR研究中的重要性。比较了遗传算法和几种传统的方法,如前进法、后退法及逐步回归法。结果表明,对于研究中所用数据,遗传算法较几种传统的方法为好,其原因可能由于传统的方法陷入了局部最优。遗传算法在变量较多的情况下方可显示出效率高和得到较好结果的优越性。对于变量的选择,遗传算法是一值得推荐的有效的方法。     

定量结构-活性/性质相关性研究中变量选择方法的研究

鉴于变量选择在QSAR/QSPR研究中的重要性,比较了遗传算法和几种传统的方法,如前进法、后退法及逐步回归法.结果表明,对于研究中所用数据,遗传算法较几种传统的方法为好,其原因可能由于传统的方法陷入了局部最优.遗传算法在变量较多的情况下方可显示出效率高和得到较好结果的优越性.对于变量的选择,遗传算法是一值得推荐的有效的方法.     

定量结构-活性/性质相关性研究中变量选择方法的研究——遗传算法和几种传统算法的比较

鉴于变量选择在 QSAR/QSPR研究中的重要性 ,比较了遗传算法和几种传统的方法 ,如前进法、后退法及逐步回归法 .结果表明 ,对于研究中所用数据 ,遗传算法较几种传统的方法为好 ,其原因可能由于传统的方法陷入了局部最优 .遗传算法在变量较多的情况下方可显示出效率高和得到较好结果的优越性 .对于变量的选择 ,遗传算法是一值得推荐的有效的方法     

定量结构-活性/性质相关性中变量的选择——正交变换法与最优子集回归法的比较

定量结构－活性／性质相关性（QSAR／QSPR）研究的基本依据是化合物的性质与结构具有相关性,所以只要有方法描述化合物的结构（得到X）就可与化合物的性质（作为Y）建立起数学模型,并由引模型预测未知化合物。由化合物的结构可衍生（即描述）出诸多变量,从统计学出发,希望用尽可能少的变量来表征尽可能多的信息（如多元回归分析）。过多的变量不仅计算量大,从而可以导致所得的数学模型不稳定,使预测结果较差^[1],而且不同变量的组合所得结果可能差别很大,由此需要对变量进行压缩和选择。虽然变量的选择是一个非常费时和复杂的工作,但变量选择的好坏对数学模型的稳定性及准确性有致关重要的影响,从某种角度上讲,它能决定一项QSAR／QSPR研究的成败。最简单的选择变量的方法是穷举组合法,但此方法的计算量非常大,特别是当变量数较大时,该方法是实际上是不可行的,尽管用于变量选择的方法已有报道,但问题尚有待进一步研究。本文侧重比较了正交变换法与变量最优子集回归法,得到了很有启示性的结果。     

HEPT类化合物的QSAR研究

为定量结构／活性相关性研究提取了量子化学参数,拓扑指数Am,分子连接性指数^mxt及疏水性常数,同时应用正交变换和最佳变量子集算法（Leaps-and-Bonds)进行了变量压缩和选择,进而实施了多元回归分析,并由此结果进行了HEPT类化合物（1－[(2-hydroxyethoxy)methyl]-6-(phenylthio)-thymine derivatives)的结构／活性关系的理论解释,进行了人工神经网络法对于该类化合物的活性预测,其结构明显好于多元回归法。     

正交递归选择法及其应用

本文提出一种新的变量筛选法－正交递归选择法，该法可以得到预报能力较强的模型，即ＰＲＥＳＳ（预报残差平方和）值较低的模型。用该法处理构效关系问题，并与逐步回归正向选择法及ＰＬＳ回归法进行了比较，得到满意的结果。     

蒙特卡洛-偏最小二乘回归系数法用于近红外光谱变量筛选

提出了一种蒙特卡洛-偏最小二乘回归系数法用于近红外光谱的变量筛选。方法主要包含如下几步:(1)采用蒙特卡洛采样方式,建立多个子集;(2)对每个子集建模,计算其回归系数,并按回归系数绝对值大小对各子模型中的变量进行排序;(3)按频数统计方法对波长排序;(4)对上步中排序后的波长以逐步累加进入最佳变量子集的方式进行交互验证,用以选择最佳变量集。将方法用于生物样品溶液和烟草样品近红外光谱的变量筛选,最终分别从原始的1234及1557个变量中选择了27和68个特征变量,对独立测试集进行预测的RMSEP分别从全谱变量的0.02716和0.06411降低为0.02372和0.03977。方法可有效地对近红外光谱进行变量筛选。     

脂肪胺类化合物的13C核磁共振波谱模拟

对脂肪胺类化合物的13C核磁共振波谱进行了模拟,所用方法为数学模型法,为此,提取了共振碳原子所处化学环境的拓扑特征,几何特征及电子特征,运用变量最优子集回归法对变量进行了选择,用多元回归法构造了数学模型,得到了比较满意的预测结果。     

子空间比较法研究拓扑块的变量关系及变量选择

用子空间比较法研究由不同拓扑指数构成的块变量之间的关系,提出了一种变量选择的新方法.以530种烷烃的5大类拓扑指数为样本进行比较,得到了反映拓扑块变量间线性相关关系的夹角余弦值,以及这些子空间所对应的结构信息.结合子空间比较的结果选择变量,对上述烷烃的沸点值进行回归,R=0.9948,S=4.08,交互检验预测误差LOO=4.38     

分子三维投影法在苯酚类化合物构效关系研究中的应用

对苯酚类化合物进行三维投影得到了5个形状参数,将其与3个Am指数及8个量子化学参数相结合.由最佳变量子集回归法对变量进行了压缩与选择,运用多元回归分析和人工神经网络法分别构造了预测数学模型,得到了满意的结果.