丁烷衍生物类木脂素13C NMR化学位移预测

借助原子电性作用矢量(AEIV)和原子杂化状态指数(AHSI),对39种丁烷衍生物类木脂素共计854个等价C原子进行表征,并建立用于模拟该类分子13C NMR化学位移的多元线性回归方程.所得定量结构波谱关系(QSSR)模型及留一法交互检验相关系数分别为r=0.981和q=0.962.进一步用从马尾松松针中分离所得新木脂素中20个13C NMR化学位移对模型进行外部验证,预测结果与实验值较接近.表明所建模型有良好稳定性和泛化力,可对丁烷衍生物类木脂素13C NMR谱学数据准确模拟.     

支持向量机和线性判别分析用于禽流感病毒编码蛋白识别

以支持向量机(SVM)和线性判别分析(LDA)对200条禽流感病毒、100条B型流感和100条C型流感病毒蛋白共400条为训练集样本,从表征序列的200个整体与局部变量中以逐步(stepwise)方法选取24个变量作为LDA模型的输入建立线性识别模型,病毒蛋白总识别率达99.8%,留一法交互检验总识别率为99.4%.从原始200变量中经主成分分析得16个主成分作为SVM的输入,以径向基核函数(RBF)SVM建立非线性识别模型,病毒蛋白总识别率为99.8%,留一法交互检验总识别率为99.2%.以100条禽流感、50条B型流感和50条C型流感病毒编码蛋白质共200条为测试集样本,得LDA模型,对其总识别正确率为95.4%,SVM模型对其总识别正确率为96.5%.识别结果表明,两个模型都可较好识别禽流感病毒蛋白,并且SVM对禽流感病毒蛋白的识别结果优于LDA.     

三维全息原子场作用矢量用于脂肪酸的QSRR研究

采用三维全息原子场作用矢量(3D-HoVAIF)进行结构表征,研究脂肪酸定量结构保留指数关系(QSRR),通过逐步回归(SMR)进行变量筛选,多元线性回归(MLR)建立定量构效关系模型.结果表明,所建模型的复相关系数r为0.998,留一法交互校验(L00-CV)复相关系数rcv为0.983.3D-HoVAIF能较好地表征脂肪酸的结构信息,且所建模型具有较好的稳定性和预测能力.     

三维全息原子场作用矢量用于猫爪草脂肪酸的构效关系研究

运用三维全息原子场作用矢量(3D-HoVAIF)对猫爪草中18种脂肪酸进行定量构效关系(QSAR)研究。采用逐步回归(stepwise multiple regression,SMR)进行变量筛选,偏最小二乘回归(partial least square regression,PLS)建立定量构效关系模型。所建模型复相关系数(R2cum)、留一法交互校验(CV)复相关系数(Qc2um)分别为0.977和0.946。结果表明,3D-HoVAIF能较好表征猫爪草中脂肪酸的结构信息,且所建模型具有较好稳定性和预测能力。