运用线性和非线性的方法预测烷基苯的沸点和摩尔体积

摘要：

以2D-autocorrelation描述符为结构参数,采用PSO和逐步同归的方法进行变馈筛选,再结合SVM等机器学习算法对28种苯丙烯盐类化合物对EBV-EA病毒的抑制性活性进行定量构效关系(QSAR)研究.研究结果表明,PSO-v-SVM模型具有最优的模犁稳健性和预测效果.由PSO选入的构成该模型的5个2D-autocorrelation描述符为ATS5v,ATS6e,ATS8e,ATS3p,GATS5p;该模型对训练集的拟合和留一法交叉验证结果的相关系数R~2和q_(CV)~2分别为0.986和0.930,对测试集预测结果的相关系数R_(ext)~2达0.955.对5个变量的理化意义的分析表明,极化率、Van der Waals体积和电负性对苯丙烯盐类化合物的抑制性活性影响分别约占57.13%、15.90%和26.97%.

关键词：定量结构活性关系、支持向量机、2D自相关描述符、微粒群、抑制性活

所属期刊栏目：26

分类号：O62;TP181(有机化学)

在线出版日期：2010-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1598-1602