广义二面角在定量结构/活性相关分析中的应用

化合物的结构与其活性具有相关性 .建立相关性需要由结构提取特征 ,并运用这些特征作为自变量去构造数学模型 ,以便预测未知的化合物及其活性 .目前 ,在诸多 3D- QSAR方法中 ,应用最为广泛的是 Co MFA( Comparasive Molecular Field Analysis)方法 [1～ 3] ,但新近的研究发现 ,Co MFA方法对于某类化合物 (如苯胺类化合物 )适应性较差 ,但分子在三维空间投影面积及量化参数的引入可大大改善所得结果[4 ] .本文从另一角度 (即广义二面角 )研究了分子在三维空间的形状 ,得到了满意的结果 .1　实验部分本文选用 34个 1 - [( 2 - Hydroxy…     

连接树方法在吡啶类化合物pKa值预测中的应用

将连接树的方法应用到吡啶类化合物pKa值的预测中,并将该方法计算出的参数与量子化学参数相结合.变量的两两相关性检验结果表明,所选择的10个参数相关性较小,同时用交叉验证方法所得到的结果表明,所构造的多元回归模型十分稳定.通过人工神经网法对回归模型进一步优化,得到满意的结果.     

MOLMAP指数及其在变异性预测中的应用

分子映射(MOLMAP)指数是以分子的化学键描述符为基础,通过Kohonen自组织映射依据一定的算法而衍生.化学键描述符是由化学键的物理化学性质,如两端原子的电荷差和拓扑性质,键连杂原子数量等所组成.本文将分子映射指数应用于4075个有机物质(Ames实验结果:2305个结构有诱变性,1770个结构无诱变性)的变异性预测.通过随机森林,分别采用三种类型的指数建立模型:(1)采用不同维数的分子映射指数;(2)采用全局分子描述符;(3)将分子映射指数与全局分子描述符相结合.整个数据集的集外(out-of-bag)交叉验证的正确预测率达到85.4%.为了检验模型的稳定性,采用所建模型预测源于另一数据库的472个化合物,正确预测率为86.7%,与此前的研究相比,两个预测结果均有所提高.     

化学键的高选择性拓扑指数及应用

基于分子和原子的高选择性拓扑指数, 提出了化学键的高选择性拓扑指数bATID. 分别采用300余万个化学键的虚拟数据集和实际数据集检验bATID的唯一性, 未发现简并, 即bATID具有较强的化学键区分能力. 进一步将bATID应用于有机化合物的化学键识别, 获得了较好结果. 如, 利用bATID可识别出富勒烯C₆₀的90个化学键为30个6∶6键和60个5∶6键. 研究还表明, bATID的化学键识别可应用于手性中心自动设定和自同构群穷举生成的顶点置换.     

二维分子的原子不对称性研究

基于分子形状的二进制编码提出了权原子和法来描述原子的不对称环境, 其中权原子和是以相反的方向环绕分子所得原子不对称环境的量度, 分子中一个原子的权原子和与其镜像分子中相应原子的权原子和的大小相等, 符号相反. 权原子和不仅适用于手性分子, 还能描述非手性分子中原子的不对称性. 与Randic′提出的原子和进行比较表明, 权原子和比原子和具有更好地区分能力, 因此, 权原子和能够更好地表征原子的不对称性.     

DNA编码序列的图形表示及相似度计算

将DNA编码序列转化为图,然后计算得图的不变量-分子连接性指数,由所得的拓扑指数对DNA编码序列进行相似度比较以确认其同源性,得到了较好的结果.     

手性拓扑电荷指数及其应用

通过扩展二维拓扑指数,提出了非基于CIP规则的手性拓扑电荷指数.该扩展采用四个原子属性:偏原子电荷、轨道电负性、极化率和空间位阻分别代替CIP规则的原子数来设定手性中心的构型.新的手性指数被用来预测手性仲醇化合物的核磁共振波谱的属性,取得了满意的结果.对于训练集和测试集,96.7%和90.0%被正确的预测.     

基于电负性的构象依赖手性指数及其应用

构象依赖手性指数衍生于分子的三维结构信息和原子的性质,无论分子中是否包含手性中心,它均能区分对映体,因而不依赖于手性中心,是通用的手性描述符.本研究采用σ和π的残余电负性之和作为原子的属性,生成构象依赖手性指数,并将该手性指数应用于一个包含80个手性仲醇的数据集和该仲醇与(R)-MTPA酯化反应产物的1H NMR化学位...