基于支持向量学习机方法的人体小肠吸收药物活性的预测

为了预测分子在人体小肠中的吸收,本文计算了表征分子的电子、拓扑、几何结构、分子形状等特征的102个分子描述符,用遗传算法变量选择方法使描述符减少到47个。体系共包含了230个化合物分子,69个不能被吸收(mA-),161个可以被吸收(HIA )。对建立的SVM模型,用5重交叉验证和独立测试集进行验证,预测正确率分别达到79．1％和77．1％,结果具有较好的一致性。在模型验证中,通过聚类分析方法组合训练集和测试集,保证了模型的稳定性,提高了建模效率。     

拓扑-量子指数醛酮气相色谱保留指数及沸点的定量构效关系

通过对醛酮化合物分子结构特征及其气相色谱保留指数(RI)和沸点与分子结构间关系的研究,提出了分子极化效应指数(MPEI)、奇偶指数(OEI)、立体效应指数(SVij)、顶点度-距离指数(VDI)及键连接矩阵特征根(∑X1CH)等拓扑-量子结构参数,用多元线性回归(MLR)方法获得了醛酮类化合物的沸点及其在不同极性色谱柱上的气相色谱保留指数与这些拓扑-量子指数间良好的定量结构-性质相关(QSPR)模型,相关系数均大于0.99。5个分子结构参数具有明确的物理化学意义且易于计算和运用。与文献研究的比较结果表明:由上述分子结构参数得出的模型方程适用于各类醛酮化合物的气相色谱保留指数及沸点的预测且具有较好的稳定性和准确性。