原子电性作用矢量用于氨基酸化学位移计算

提出了用于表征分子内部化学微环境的结构描述子：原子电性作用矢量(AEIV)，并将其应用于20个天然氨基酸103个¹³C 原子核磁共振化学位移CS建模：δ =-190.514+7.352×ν₁+63.998×ν₂+49.252×ν₃+39.678×ν₄，取得优良效果. 模型值、留一法(LOO)和留分法(LMO)交互校验的复相关系数分别为R_MM=0.966 0,RLOO=0.957 7和R_LMO=0.957 7.     

原子电性作用矢量用于吡喃糖化学位移计算

从分子二维拓扑结构出发,借助原子电性作用矢量(AEIV)描述原子所处分子微观化学环境,对54种吡喃单糖中共338个等价共振碳原子进行表征并以此建立起用于模拟单糖分子¹³C NMR化学位移三参数多元线性回归方程,所得模型复相关系数为R_cum=0.969 6. 为检验该模型对外部样本集预测能力,采用留一法(LOO)作交互校验(CV)检测,其复相关系数为Q_cum=0.968 7.     

新型原子电距矢量用于黄酮类化合物核磁共振碳谱的QSPR研究

改进原来的原子电性距离矢量,提出以6元素构建新的原子电性距离矢量,描述黄酮类化合物中不同等价碳原子的化学环境.对20个黄酮类化合物分子292个等价碳原子的13C-NMR化学位移建立了多元线性回归模型.该定量结构谱图关系(定量构谱关系/QSSR)模型的复相关系数达到RMM=0.9397,标准偏差为SDMM=7.6024 ppm.采用留一法交互检验的结果为RCV=0.9239,SDCV=8.5096 ppm.结果表明,模型具有良好的估计能力和稳定性.     

将潜因多元建模技术与遗传虚拟筛选模式相结合：改善定量构效关系

提出了改进的定量构效关系（^mmQSAR）研究方法,即认为在知晓配基与受体相互作用模式前提下建立一种较可靠的定量构效关系模型,从而克服了传统做法中仅根据样本集分子自身信息来构建预测模型的某些弊端．将此思路应用于功能肽／蛋白质亲和活性考察,采用遗传算法（GA）筛选虚拟受体结合靶点及相互作用模式,结合偏最小二乘（PLS）潜因多元建模技术,通过交互检验均方根误差（RMScv）作适应度评价函数筛选变化位点和受体残基,完成种群进化以最优个体为最终确定模型,得到一种新颖QSAR方法（^mmQSAR）：基于功能肽／蛋白质作用模式的遗传虚拟筛选（暂称GVSPPC）．该法成功解决了诸多QSAR研究难题,即大多数情况下受体结构未知而难以了解的配基与之结合方式．分别使用生物功能寡肽和多肽体系对GVSPPC加以检验,其结果表明,GVSPPC得到了优于传统方法QSAR结果（Rcu^2〉0．75～0．91,Qcv^2〉0．71～0．86,ERMs为0．19～0．95）且深入阐明配基与受体间作用机理,物理意义较为明确;同时计算选中模式作用能并与样本活性建立PLS模型,以其交互检验均方根误差（ERMSCV）作评价函数完成种群进化．通过大规模迭代直到规定的终止条件或到达最大繁殖代数,以该过程最优个体作为最终确定QSAR模型．