基于基因表达式编程预测醛类化合物急性毒性

对大鼠急性毒性的定量构效关系模型提出了一种新的算法:基因表达式编程,其核心是种群的进化.种群由染色体构成,染色体是由结构正确的基因组合而成,包含头部和尾部,对种群中染色体的基因进行特定的操作便形成了进化.本实验以启发式方法筛选的8个关键描述符为建模参数,应用基因表达式编程建立了88种醛类化合物分子结构对大鼠急性毒性的定量构关系模型,模型交互检验相关系数为0.947,均方误差为0.037.通过与支持向量机方法的比较表明:基因表达式编程建立的定量构效关系模型能够更好地预测醛类化合物对大鼠急性毒性的半效致死量,且具有较强的稳定性.     

基于启发式算法和支持向量机算法预测醛类化合物急性毒性

应用启发式算法(HM)和支持向量机算法(SVM)建立了88种醛类化合物对大鼠急性毒性的定量构效关系模型。应用ChemOffice2004软件进行化合物的结构输入,利用半经验方法进行分子结构优化,在CODDESA软件中计算出组成、拓扑、几何、电子和量子化学参数。并用启发式方法筛选出相对阳性电荷、氧原子数量、碳原子的最小亲核反应指数、双键相对数量、碳原子数量、碳氢键之间的最大交换能量、最大σ-σ键序和双键数量8个参数,在此基础上应该多元线性回归和支持向量机方法建立QSPR模型。两种方法均得到了较好的结果,HM和SVM的交互检验的相关系数分别为0.90和0.93;通过对模型的稳定性和预测能力比较,SVM建立的QSAR模型能够更好地预测醛类化合物对大鼠急性毒性LD50。