基于迭代自组织数据分析算法与蚁群算法建立有机物黏度的QSPR模型

为了构建310个有机物分子结构与其黏度之间的定量结构-性质关系(QSPR)模型,探讨影响有机物液体黏度的结构因素,首先运用迭代自组织数据分析技术(ISODATA)将样本集初步分类,划分为训练集和测试集,进而应用DRAGON2.1软件计算310个有机物分子的分子结构描述符,以蚁群算法(ACO)筛选分子描述符,得到5个参数,随后分别采用多元线性回归法(MLR)和支持向量机法(SVM)建立ACO-MLR模型和ACOSVM模型.结果表明,非线性ACO-SVM模型(相关系数R2train=0.9013,R2test=0.9026)的性能优于线性ACOMLR模型(R2train=0.7680,R2test=0.8725).ACO-MLR模型和ACO-SVM模型对测试集所得预测值与实验值的相关系数分别为0.934和0.950,预测效果令人满意.本文应用Williams图对模型的应用域进行了一定的研究,所建立的模型为工程上提供了一种根据分子结构预测有机物黏度的有效方法.     

脂肪酸多聚甘油酯分子结构与性能相关性研究

采用量子化学MM+和AM1方法计算聚甘油和脂肪酸多聚甘油酯的分子结构参数,然后用逐步线性回归方法建立脂肪酸多聚甘油酯HLB值的定量结构性质(QSPR)模型,所得的预测模型中包含四个参数(单位质量分子所含氧原子数Xo、生成热ΔfHm、电子能Ee和水合能Eh),预测值及外部检验的复相关系数(R2)和标准偏差(SD)分别为0.9553、0.73722和0.9678、6.34426。结果表明,量子化学方法计算简单,对脂肪酸多聚甘油酯结构的表征能力较强,所建QSPR模型具有能较好的预测能力和较强的稳健性,并在一定程度上阐明了脂肪酸多聚甘油酯分子结构与性能之间的关系。     

芳香胺类化合物N—H键离解能的定量构效关系研究

基于启发式方法(HM)和BP人工神经网络方法建立了5个参数的定量结构性质关系(QSPR)模型, 用于预测80个芳香胺类化合物N—H键的键离解能(BDE). 通过两种方法分别建立了线性和非线性的QSPR模型, 相关系数R分别为0.823和0.976. 通过对模型的稳定性和预测能力进行比较, 发现BP人工神经网络方法能够更好地预测芳香胺类化合物N—H键的BDE值.     

三种长春碱类化合物的反相高效液相色谱同时测定及其定量构效关系的研究

本文在模拟植物生理浓度条件下,建立了反相-高效液相色谱(RP-HPLC)同时测定文多灵碱、酒石酸长春质碱和硫酸长春碱3种生物碱的方法;在此基础上,用启发式计算法(Heuristic Method,HM)筛选出与量子化学相关的3个描述符参数,应用多元线性回归方法建立了23种生物碱类化合物对保留时间值的定量结构-性质关系(Quan-titative Structure-Property relationship,QSPR)模型,模型的相关系数R2为0.9160,F值为69.08,s2方差为47.7217,结果表明此模型具有比较好的预测能力。     

基于电性距离矢量研究多氯联苯生物降解速率常数

通过多元线性回归和人工神经网络方法建立66种多氯联苯生物降解速率常数(K1)的定量构效关系(QSAR). 基于电性距离矢量(Mk),建立了lnK1的最佳三参数(M91、M25和M15)线性模型,其传统相关系数(R2)、交叉验证系数(Rcv2)分别为0.833、0.809。经R2、Rcv2、VIF、FIT、AIC检验,所建模型具有较强的稳定性和良好的预测能力. 将M91、M25、M15作为人工神经网络的输入层结点,采用3:10:1的网络结构,利用BP算法获得了一个令人满意的lnK1模型,训练集、验证集、测试集和总体的R2依次为0.991、0.995、0.997和 0.993。与多元线性回归模型相比,非线性lnK1-BP模型具有更好的预测能力。这两种回归方法相辅相成,线性回归方法为神经网络模型提供了具体的物理解释,而神经网络方法为线性模型提供了更准确的预测结果。     

分子电性距离矢量用于稠环芳烃液相色谱保留值的QSPR研究

采用分子电性距离矢量(Molecular Electronegativity Distance Vector,MEDV)表征稠环芳烃类化合物的分子结构.分别运用多元线性回归(Multiple Linear Regres-sion,MLR)和偏最小二乘回归(PLS)建立了稠环芳烃类化合物结构与其液相色谱(LC)保留值的定量结构一性质关系(QSPR)模型,同时采用内部及外部双重验证的办法对所建模型稳定性能进行分析和验证,建模计算值、留一法交互检验预测值和外部样本预测值的复相关系数Rcum、RLOO、Qext分别为0.9970,0.9950,0.9925(MLR);0.9930,0.9790,0.9917(PLS).结果表明,MEDV能较好地表征该类分子结构信息,所建QSPR模型具有良好的稳定性和预测能力.为稠环芳烃类化合物分离、纯化、检测等方法的建立,提供有效的理论依据.     

启发式方法研究有机化合物在全二维气相色谱中的定量结构-保留关系

采用半经验量子化学PM3的方法计算出130个有机化合物的描述符,用启发式方法分别对化合物在全二维气相色谱的3支色谱柱上的保留值建立了相应的定量结构-保留相关模型,并对模型进行了检验。所建模型呈现较好的线性,相关系数的平方(R2)均大于0.88,标准偏差（S）均小于0.105,留一法交互检验的相关系数的平方(R2cv)与所建模型的R2相当,说明模型具有良好的稳定性。化合物的预测结果显示所建模型有较准确的预测能力。     

醛酮化合物结构与保留指数关系的研究

以非氢原子自身及非氢原子之间的关系为分子结构描述符,对35个醛酮类化合物进行了结构表征。采用多元线性回归和偏最小二乘回归的方法建立了该类化合物结构与色谱保留指数之间的关系模型,两模型的复相关系数(R)分别为0.987和0.981,标准偏差(SD)分别为25.259和32.240。采用"留一法"交互检验和外部样本预测的方法对模型的稳健性和预测能力进行了评价,交互检验的复相关系数(RCV)分别为0.981和0.958,标准偏差(SDCV)分别为34.292和39.652;外部预测的复相关系数(Rtest)分别为0.991和0.990,标准偏差(SDtest)分别为25.749和26.776。结果表明所构建的分子结构描述符能够恰当表现该类化合物结构特征,所建模型具有良好的稳健性和预测能力。     

分子电性距离矢量用于多溴联苯醚分子结构表达及色谱保留时间预测

应用分子电性距离矢量(MEDV)对多溴联苯醚(PBDEs)的209种同系物进行结构表征.通过多元线性回归的方法,建立了PBDEs定量结构-色谱保留(QSRR)关系的6个变量和5个变量的两种模型.两种模型的建模计算值复相关系数R均为0.995;用留一法(LOO)进行了交互检验,其复相关系数(R2cv)分别为0.987和0...     

醇类化合物热值改进剂的定量结构-色谱保留相关性研究

计算表征了醇类化合物热值改进剂的部分分子连接性指数和5个量子化学参数,同时运用多元线性回归方法对参数进行了优化筛选,在2种不同极性强弱的固定相(PH-5、RTX-WAX)上,分别建立了9种和11种醇类化合物热值改进剂的气相色谱保留值(t)与分子连接性指数和量子化学参数的定量结构-色谱保留关系(QSRR)模型。其相关系数分别为R=0.997和R22=0.971,关系式可分别表示为模型1:t1=-5.972-0.047 ET-1.857~3X_p~v和模型2:t_2=-2.409-0.034 ET,在2种固定相上的QSRR模型的建模计算值复相关系数(R)、采用留一法(leave-one-out)交互检验复相关系数(R)分别为:R_1=0.998、R_(1CV)=0.999和R_2=0.985、R_(2CV)=0.999,结果表明:模型1和模型2与色谱保留指数显著相关的分别有总能量ET、三阶分子连接性指数~3X_p~v和总能量ET,所建模型具有良好稳定性和预测能力,分子连接性指数和量子化学参数能较好地反映化合物的结构特征。     

一种新的氨基酸描述符及其在肽QSAR中的应用

从20种天然氨基酸的41个randic molecular profiles非零描述符、44个eigenvalue based indices非零描述符和47个walk and path counts非零描述符分别进行主成分分析,得出一种新的氨基酸描述符-SVREW。将其应用于血管紧张素转化酶(ACE)抑制二肽和ACE抑制三肽、苦味二肽和苦味四肽、后叶催产素类似物、HLA-A*0201限制性CTL表位肽的结构表征,应用多元线性回归(MLR)建立定量构效关系模型,同时采用内部与外部双重验证的方法验证模型的稳定性。所建ACE抑制二肽、ACE抑制三肽、苦味二肽、苦味四肽、后叶催产素类似物、HLA-A*0201限制性CTL表位肽的模型复相关系数(R2cum)分别为0.994,0.797,0.948,0.878,0.686,0.720;留一法交互校验复相关系数(R2cv)分别为0.955,0.859,0.879,0.958,0.796,0.843;外部样本校验相关系数(Q2ext)分别为0.990,0.954,0.890,0.950,0.748,0.773。经研究表明SVREW描述符用于肽分子结构表征所建模型的稳定性与预测能力均较好,有望成为多肽定量构效关系研究中一种有效的结构表征方法,可对新药物的发现和研究提供指导。