QSAR-QSPR在大數(shù)據(jù)集有機(jī)化合物物理化學(xué)性質(zhì)預(yù)測(cè)中的應(yīng)用研究.pdf

1、定量結(jié)構(gòu)一活性/性質(zhì)關(guān)系(Quantitative Structure-Activity/Property Relationship，QSAR/QSPR)作為化學(xué)信息學(xué)的一個(gè)分支，是目前國際上研究的熱點(diǎn)之一，它主要是應(yīng)用各種理論計(jì)算方法和統(tǒng)計(jì)學(xué)方法研究化合物的結(jié)構(gòu)與其生物活性/理化性質(zhì)之間的關(guān)系。近年來，隨著計(jì)算機(jī)技術(shù)的發(fā)展和應(yīng)用，QSAR/QSPR的研究提高到了一個(gè)新的高度，研究方法逐漸成熟，其應(yīng)用范圍也迅速擴(kuò)大，研究領(lǐng)域涉及化學(xué)、化

2、工、藥物化學(xué)、環(huán)境化學(xué)等諸多學(xué)科。建立準(zhǔn)確、高效的定量結(jié)構(gòu)-活性/性質(zhì)關(guān)系模型，能從分子水平上理解化合物的微觀結(jié)構(gòu)同其宏觀活性/性質(zhì)之間的關(guān)系，為設(shè)計(jì)、篩選或預(yù)測(cè)具有人們期望的性質(zhì)的化合物提供有用信息，并根據(jù)已有的知識(shí)，探求化合物活性/性質(zhì)與結(jié)構(gòu)的相互作用規(guī)律，從而推論呈現(xiàn)化合物某些活性/性質(zhì)的影響因素，因此具有很好的應(yīng)用前景及重要的理論和實(shí)際意義。
　　 本論文從分子結(jié)構(gòu)的定量描述和結(jié)構(gòu)性質(zhì)定量關(guān)系的建立入手，研究了QSPR方

3、法在大量有機(jī)化合物重要理化性質(zhì)預(yù)測(cè)方面的應(yīng)用，建立可靠的QSPR模型，為化學(xué)、化工及環(huán)境污染物等方面的研究提供了有力的依據(jù)。
　　 論文第一章對(duì)定量結(jié)構(gòu)-活性/性質(zhì)關(guān)系研究進(jìn)行了概述。簡述了定量結(jié)構(gòu)-活性/性質(zhì)關(guān)系的基本原理，實(shí)現(xiàn)步驟以及研究現(xiàn)狀，并總結(jié)了它在近年來的一些重要應(yīng)用。
　　 第二章利用QSPR研究方法，將遺傳算法(Genetic Algorithm，GA)和多元線性回歸方法(Multiple Linear

4、Regression，MLR)結(jié)合，分別建立了預(yù)測(cè)4874個(gè)有機(jī)化合物氣相導(dǎo)熱系數(shù)的QSPR模型和預(yù)測(cè)3635個(gè)有機(jī)化合物液相膨脹系數(shù)的QSPR模型。氣相導(dǎo)熱系數(shù)的QSPR模型，包含5個(gè)描述符。結(jié)果顯示，對(duì)于訓(xùn)練集R2=0.852，Q2=0.851，RMSE和AARD分別是0.07和2.22％，測(cè)試集的統(tǒng)計(jì)結(jié)果是R2=0.75，RMSE=0.09，AARD=2.81％。液相膨脹系數(shù)的QSPR模型，包含6個(gè)描述符，對(duì)于訓(xùn)練集R2=0.81

5、3，Q2=0.810，RMSE和AARD分別是0.045和1.02％，測(cè)試集的統(tǒng)計(jì)結(jié)果是R2=0.811，RMSE=0.061，AARD=1.425％。這兩個(gè)模型對(duì)于大數(shù)據(jù)集來說，是穩(wěn)健可靠的，具有較好的預(yù)測(cè)能力，可以用于預(yù)測(cè)新化合物的相關(guān)性質(zhì)。
　　 第三章研究了4905個(gè)有機(jī)化合物的氣相粘度與其結(jié)構(gòu)之間的定量關(guān)系。用LLR建立了局部模型，并對(duì)LLR和MLR建立的局部模型和全局模型的預(yù)測(cè)能力做了比較。遺傳算法選擇的參數(shù)為3個(gè)，

6、局部建模后得到訓(xùn)練集的統(tǒng)計(jì)結(jié)Q2=0.93，R2=0.95，RMSE和AARD分別是0.031和0.87％，測(cè)試集的統(tǒng)計(jì)結(jié)果是R2=0.88，RMSE=0.04，AARD=1.67％，結(jié)果表明，LLR方法建立的局部模型的預(yù)測(cè)能力較MLR建立的全局模型有很大提高。訓(xùn)練集的Q2比MLR方法提高了3％，測(cè)試集的R2比MLR提高了4％，同時(shí)測(cè)試集的RMSE和AARD值都有顯著降低，充分說明用LLR建立的局部模型能夠更加準(zhǔn)確有效地預(yù)測(cè)有機(jī)化合物的

7、氣相粘度。
　　 第四章將遺傳算法(Genetic Algorithm，GA)和多元線性回歸方法(Multiple Linear Regression，MLR)結(jié)合，分別建立了預(yù)測(cè)3242個(gè)有機(jī)化合物折射率的QSPR模型，模型包含6個(gè)描述符。結(jié)果顯示，訓(xùn)練集的R2=0.826，Q2=0.823，RMSE=0.022，AARD=0.81％；測(cè)試集的R2=0.840，RMSE=0.029，AARD=1.23％。通過討論模型的結(jié)構(gòu)描述