拓?fù)渲笖?shù)計(jì)算系統(tǒng)及其應(yīng)用.pdf

1、在定量結(jié)構(gòu)-勝質(zhì)/活性相關(guān)(QSPR/QSAR)研究中，分子結(jié)構(gòu)的數(shù)值化和建立良好預(yù)測(cè)的數(shù)學(xué)模型是兩個(gè)重要的問(wèn)題。分子結(jié)構(gòu)(2D/3D)數(shù)值化從不同的角度衍生了不同的分子結(jié)構(gòu)表征描述子如量子化學(xué)參數(shù)、電子參數(shù)、幾何參數(shù)、拓?fù)渲笖?shù)，其中拓?fù)渲笖?shù)是計(jì)算簡(jiǎn)便、適用范圍較廣的常用方法。迄今已有上百種拓?fù)渲笖?shù)被提出并用于關(guān)聯(lián)化合物的物化性質(zhì)和生物活性。建立良好的預(yù)測(cè)數(shù)學(xué)模型是進(jìn)行QSAR/QSPR的最終目標(biāo)，因而在模型中選擇合適的變量和選擇合適的

2、建模方法是重要的。本文的主要內(nèi)容和研究成果如下： 1．將分子的三維結(jié)構(gòu)(以SDF、MOL等文件存儲(chǔ))，轉(zhuǎn)化為二維分子存儲(chǔ)HQN編碼，以此計(jì)算了分子連接性指數(shù)、Kappa形狀指數(shù)、電拓?fù)錉顟B(tài)指數(shù)和分子電性距離矢量4類(lèi)拓?fù)渲笖?shù)，并且基于此編寫(xiě)了相應(yīng)的拓?fù)渲笖?shù)計(jì)算系統(tǒng)TOPO.1。 2．提出了芳香性原子的識(shí)別算法，該算法減少了以往算法的盲目性，使算法程序在運(yùn)算速度和識(shí)別能力上有較大提高。該算法用于了拓?fù)渲笖?shù)計(jì)算系統(tǒng)TOPO.1

3、。 3．運(yùn)用遺傳算法、偏最小二乘和向后逐步回歸變量選擇方法，從127個(gè)拓?fù)渥兞恐羞x擇7個(gè)建立了良好的拓?fù)渲笖?shù)與氣相色譜保留指數(shù)的相關(guān)關(guān)系模型：平方相關(guān)系數(shù)R<'2>=0.99998，標(biāo)準(zhǔn)偏差S=2.88；LOO(1eave-one-out)平方相關(guān)系數(shù)R<,cv><'2>=0.99997，標(biāo)準(zhǔn)偏差S<,cv>=2.95，并對(duì)這些拓?fù)渥兞窟M(jìn)行了合理的結(jié)構(gòu)解釋。 4．使用了正交塊變量的方法以及典型相關(guān)分析來(lái)對(duì)108個(gè)結(jié)構(gòu)多樣