10.3969/j.issn.1001-4160.2011.02.017
硫代氨基甲酸酯类衍生物抗HIV-1逆转录酶抑制活性的QSAR研究
采用以MLR为基学习器的Boosting算法模型,对79种硫代氨基甲酸酯类衍生物做抗HIV-1逆转录酶抑制活性的QSAR 研究.以E-Dragon软件计算的7组描述符分别为自变量,以化合物的半数效应浓度EC0值为因变量构成7个原始数据集,用PSO算法筛选变量并建立MLR模型.各描述符建立的MLR模型中仅有RDF描述符模型同时通过外部预测和内部验证,故确定以其建立关于硫代氨基甲酸酯类衍生物抗HIV-1逆转录酶抑制活性的Boosting-MLR预测模型.Boosting-MLR模型与MLR 模型相比,训练结果的决定系数R2分别为0.728和0.741,预测结果R2则分别为0.718和0.667,表明其泛化能力明显增强.对Boosting-MLR模型进一步进行稳定性验证,证明其预测稳定性较高.
Boosting、MLR、HIV-1逆转录酶抑制剂、QSAR
28
TP399(计算技术、计算机技术)
2011-09-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
203-208