QSAR中變量的比較、選擇及其應(yīng)用.pdf

1、定量結(jié)構(gòu)活性關(guān)系(Quantitative structure-actiVity relationship，OSAR)和定量結(jié)構(gòu)屬性關(guān)系(QuantitatiVe structure-propertyrelationship，QSPR)研究現(xiàn)已經(jīng)成為化學計量學研究的一個十分重要的分支。如今，已經(jīng)發(fā)展為基于一些生物活性和某些物化或結(jié)構(gòu)屬性之間的關(guān)系的預測技術(shù)，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(lǐng)域中得到廣泛的應(yīng)用。

2、 本論文的研究主要涉及分子描述子之間關(guān)系的評價，模型變量的選擇以及QSAR/QSPR在實際中的應(yīng)用等。具體內(nèi)容如下： 本文的第二章主要側(cè)重于變量之間的相關(guān)性的研究。在塊變量概念的基礎(chǔ)上，提出了一種新的數(shù)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(guān)性進行研究。該方法不僅可以得到各拓撲指數(shù)族之間的相關(guān)關(guān)系，而且為變量選擇提供了一個強有力的依據(jù)。把該方法應(yīng)用于530個烷烴分子的沸點數(shù)據(jù)，計算了這些化合物的5大類常用的拓

3、撲指數(shù)，進行了相關(guān)關(guān)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(shù)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(jié)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(shù)學的方法相結(jié)合的序貫式子集選擇方法。通過該方法的實例應(yīng)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(shù)，現(xiàn)有一組含有20多種化學類的352個化合物的粘度數(shù)據(jù)，由于其結(jié)構(gòu)的多樣性采用了量子化學等多類參數(shù)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