计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
6期
732-736
,共5页
王新颖%张锦晖%王丹丹%陈海群%周永文
王新穎%張錦暉%王丹丹%陳海群%週永文
왕신영%장금휘%왕단단%진해군%주영문
定量结构-活性相关%脂肪醇%遗传算法%多元线性回归%最小二乘-支持向量机
定量結構-活性相關%脂肪醇%遺傳算法%多元線性迴歸%最小二乘-支持嚮量機
정량결구-활성상관%지방순%유전산법%다원선성회귀%최소이승-지지향량궤
quantitative structure-activity relationship (QSAR)%fatty alcohol%genetic algorithm (GA)%multiple linear regression (MLR)%least square support vector machine(LS-SVM)
为提高脂肪醇化合物对梨形四膜虫急性毒性的预测精度,提出基于定量结构一活性关系(QSAR)原理的脂肪醇化合物对梨形四膜虫急性毒性预测方法.运用遗传算法筛选出5种分子描述符作为变量,采用多元线性回归方法和最小二乘-支持向量机方法建立基于该5种分子描述符的脂肪醇化合物对梨形四膜虫急性毒性的预测模型.对所建立的模型进行内部验证和外部验证,两种模型的复相关系数、留一法交互验证系数分别为0.984、0.979和0.985、0.982,对外部预测样本的复相关系数和外部测试集交互验证系数分别为0.978、0.977和0.979、0.979.结果表明,所建QSAR模型均具有较好的稳健性、预测能力和泛化性能.LS-SVM模型在精度上略优于MLR模型,而MLR模型更为简单和方便.
為提高脂肪醇化閤物對梨形四膜蟲急性毒性的預測精度,提齣基于定量結構一活性關繫(QSAR)原理的脂肪醇化閤物對梨形四膜蟲急性毒性預測方法.運用遺傳算法篩選齣5種分子描述符作為變量,採用多元線性迴歸方法和最小二乘-支持嚮量機方法建立基于該5種分子描述符的脂肪醇化閤物對梨形四膜蟲急性毒性的預測模型.對所建立的模型進行內部驗證和外部驗證,兩種模型的複相關繫數、留一法交互驗證繫數分彆為0.984、0.979和0.985、0.982,對外部預測樣本的複相關繫數和外部測試集交互驗證繫數分彆為0.978、0.977和0.979、0.979.結果錶明,所建QSAR模型均具有較好的穩健性、預測能力和汎化性能.LS-SVM模型在精度上略優于MLR模型,而MLR模型更為簡單和方便.
위제고지방순화합물대리형사막충급성독성적예측정도,제출기우정량결구일활성관계(QSAR)원리적지방순화합물대리형사막충급성독성예측방법.운용유전산법사선출5충분자묘술부작위변량,채용다원선성회귀방법화최소이승-지지향량궤방법건립기우해5충분자묘술부적지방순화합물대리형사막충급성독성적예측모형.대소건립적모형진행내부험증화외부험증,량충모형적복상관계수、류일법교호험증계수분별위0.984、0.979화0.985、0.982,대외부예측양본적복상관계수화외부측시집교호험증계수분별위0.978、0.977화0.979、0.979.결과표명,소건QSAR모형균구유교호적은건성、예측능력화범화성능.LS-SVM모형재정도상략우우MLR모형,이MLR모형경위간단화방편.
