QSAR中變量的比較、選擇及其應用.pdf

1、定量結構活性關系(Quantitative structure-actiVity relationship，OSAR)和定量結構屬性關系(QuantitatiVe structure-propertyrelationship，QSPR)研究現已經成為化學計量學研究的一個十分重要的分支。如今，已經發(fā)展為基于一些生物活性和某些物化或結構屬性之間的關系的預測技術，在理論和計算化學、環(huán)境化學、藥物化學以及生命科學等領域中得到廣泛的應用。

2、 本論文的研究主要涉及分子描述子之間關系的評價，模型變量的選擇以及QSAR/QSPR在實際中的應用等。具體內容如下： 本文的第二章主要側重于變量之間的相關性的研究。在塊變量概念的基礎上，提出了一種新的數學方法——子空間比較法——從多維空間的角度對塊變量之間的相關性進行研究。該方法不僅可以得到各拓撲指數族之間的相關關系，而且為變量選擇提供了一個強有力的依據。把該方法應用于530個烷烴分子的沸點數據，計算了這些化合物的5大類常用的拓

3、撲指數，進行了相關關系研究，并建立了一個擬合和預測能力皆優(yōu)的線性模型。其中，由多元線性回歸模型得到的標準偏差s=4.08，模型回歸系數R=O.9948。用每次剔除一個化合物的交互檢驗的預測誤差的均方根RMSECV=4.38。此結果不僅證明了模型的穩(wěn)定性，同時明顯優(yōu)于文獻報道。 第三章繼續(xù)圍繞變量展開，主要考慮變量的選擇問題。為了彌補傳統(tǒng)的方法和遺傳算法的不足，我們試圖尋找一種既能克服如逐步回歸法等傳統(tǒng)方法的局部最優(yōu)的弊端，又能得

4、到穩(wěn)健的最優(yōu)子集的選擇方法。在本文中提出了一種前向法與組合數學的方法相結合的序貫式子集選擇方法。通過該方法的實例應用證明其在減少計算量的同時有效的避免陷入局部最優(yōu)，是一種值得推薦的變量選擇方法。 第四章主要注重實際問題的解決。粘度是化工與石油化學中重要的模擬參數，現有一組含有20多種化學類的352個化合物的粘度數據，由于其結構的多樣性采用了量子化學等多類參數都未能建立理想的模型。迄今為止，最優(yōu)的模型為R=0.92。我們計算了所有