一种新的拓扑指数用于手性化合物的构效关系研究

为了研究羟酸类和氨基酸类手性化合物的构效关系,本实验引进了手性乘积算法:P＝(1-b/a)(1-c/b)(1-a/c)(1-a/d),其中a、b、c和d分别为与分子中手性中心碳原子4个不同连接片断手性eAm指数和分子连接性指数mx的计算值,并考察了所得参数与羟酸类和氨基酸类化合物手性薄层色谱保留指数的相关性.为了评定所得预测模型的稳定性,文中运用了交叉验证法.结果表明,由人工神经网络方法(BP法)所得数学模型比较稳定,且明显优于多元回归分析结果.     

有机化合物结构异构体的穷举生成——Ⅰ.从分子式穷举生成结构片断集

结构产生器是有机化合物结构自动解析专家系统的核心部分,它从分子式出发,穷举生成结构基元向量,结构片断向量,最后对接成整体结构。本文详细介绍了ESESOC-Ⅱ(Expert System for the Elucidation of the Structures of Organic Compounds)系统的结构基元和结构片断的定义,并阐述了如何利用组合数学原理从分子式出发穷举生成结构基元向量和结构片断向量及结构片断集的算法。     

味觉化合物的构象与活性的关系

味觉化合物的构象与活性的关系许禄，姚喻元（中国科学院长春应用化学研究所应用谱学开放实验室，长春，１３００２２）关键词味觉化合物，分子力学，构象分析分子结构和味觉的相关性是一个非常活跃的研究领域，许多人从不同的侧面进行这方面的研究，并总结出一定的规律［...     

计算机辅助子结构-~(13)C-NMR化学位移相关性研究

计算机辅助有机化合物结构解析工作可粗分为数据库检索和人工智能解析两大类。本文通过子结构(本文中的子结构是以碳原子为中心的β层子结构,以下同)与~(13)C-NMR谱相关性研究,并建立~(13)C-NMR谱自动解析系统。首先,采用统计方法,由已知波谱数据寻求共振碳的β层环境结构与共振碳化学位移的对应范围,产生以碳为中心原子的β层子结构-~(13)C-NMR谱相关表。在解析未知化合物结构时,由未     

化合物结构／性质相关的研究／拓扑指数法（Ⅰ）

本文提出一种新的拓扑指数－ＥＡ系列指数，它是从表示分子图形的邻接矩阵出发，结合图形中顶点的度构造成ＥＡ矩阵，计算ＥＡ矩阵的本征值，求出本征值绝对值和指数ＥＡΣ及本征值绝对值最大值指数ＥＡｍａｘ，实验表明，ＥＡ系列指数具有良好的唯一性和相关性。     

原子三角法在定量结构/活性相关分析中的应用

分子相似度;回归分析;人工神经网络;原子三角法在定量结构/活性相关分析中的应用     

Three-dimensional structural features and the toxicity of aminobenzenes and phenols

There are many organic pollutants in the environment, such as polychlorinated biphenyl, polycyclic aromatic hydrocarbons, dichlorodiphenyl-trichloroethane (DDT), and polychlorinated naphthalene. These organic pollutants are persistent,liposoluble and easily cumulated in organism; consequently, the potential toxicity will be high. Risk assessment of industrial chemicals is currently carried out using scanty experimental data, because many of these chemicals have very little or no test data. S…     

拓扑指数法研究稀土显色剂结构与铈显色反应对比度的关系

计算了４３种不对称变色酸双偶氮膦酸型显色剂的Ａｍ拓扑指数，并将其与结构选择性因子相结合，用于偶氮类显色剂结构与铈显色反应对比度的相关性研究，讨论了显色剂结构对拓扑指数有译比度的影响。     

卤代化合物的碳—13化学位移模拟

用人工神经网络和多元回归方法对含２个碳的２１个卤代化合物的３５个化学位移进行计算机图像模拟，结果表明，人工神经网络方法优于多元回归方法，同时此种方法处理这类问题有明显的优势，波谱模拟技术在有机化合物结构解析中是非常有用的方法。     

神经网络和Eu^2＋离子在复合氟化物基体中跃迁发射的研究

运用人工神经网法对复合氟化物中Ｅｕ＾＋离子光谱结构进行了分类研究，对神经网络的基本特征进行了观察。实验表明，神经网的结构、初始权重以及作为训练集和预测集的随枘发组对最终结果都会产生重要影响。本研究采用测试集来监控训练过程，以避免“过训练”，并提高神经网的预测性能。