宁夏大学学报（自然科学版）
寧夏大學學報（自然科學版）
저하대학학보（자연과학판）
2014年
4期
347-351
,共5页
多药耐药抑制剂%HM%RBFNN%定量构效关系
多藥耐藥抑製劑%HM%RBFNN%定量構效關繫
다약내약억제제%HM%RBFNN%정량구효관계
multi-resistant modifier%HM%RBFNN%QSAR
运用启发式(HM)方法建立了40个 XR类化合物的结构与 calcein-AM分析中的活性的线性模型,模型预测得到的判定系数R2=0.8827.用径向基函数神经网络(RBFNN)方法建立了非线性模型,模型预测得到的判定系数R2=0.9276.对2种方法所得的结果进行比较,RBFNN模型的预测结果更为精确,因此更适合用来建立定量构效关系研究模型.
運用啟髮式(HM)方法建立瞭40箇 XR類化閤物的結構與 calcein-AM分析中的活性的線性模型,模型預測得到的判定繫數R2=0.8827.用徑嚮基函數神經網絡(RBFNN)方法建立瞭非線性模型,模型預測得到的判定繫數R2=0.9276.對2種方法所得的結果進行比較,RBFNN模型的預測結果更為精確,因此更適閤用來建立定量構效關繫研究模型.
운용계발식(HM)방법건립료40개 XR류화합물적결구여 calcein-AM분석중적활성적선성모형,모형예측득도적판정계수R2=0.8827.용경향기함수신경망락(RBFNN)방법건립료비선성모형,모형예측득도적판정계수R2=0.9276.대2충방법소득적결과진행비교,RBFNN모형적예측결과경위정학,인차경괄합용래건립정량구효관계연구모형.
40 XR type compounds structure and active linear models in calcein AM analysis were built through heuristic method.The predicted model coefficient of determination is R2=0.882 7.The nonlinear model was built through the method of radial basis function neural network (RBFNN),and the predicted model coefficient of determination is R2=0.927 6.Comparing these two methods,the predicted outcome of RBFNN model is more precise and more suitable for building the Quantitative structure-activity relationship research model.
