基于马田系统的化合物生物降解性 QSBR的研究

摘要：

生物降解性是影响化合物毒性和最终命运的重要参数，定量结构与生物降解性关系的研究尝试使用回归和分类的方法对其可降解性进行定量预测。马田系统是一种新的分类和模式识别技术，该方法使用正交表和信噪比筛选关键变量，将马氏距离作为度量尺度以判定其类别归属。为验证马田系统在 QSBR研究中的效果并与其他方法相比较，共搜集743个化合物试验数据进行实例研究，结果表明基于马田系统的 QSBR研究：分类的准确率更高；系统的约简了分子变量并保持分类的稳健性，马田系统将变量数从34个逐步约简到7个，错误率波动较小。

关键词：QSBR、机器学习、马田系统、分类、生物降解性

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金71271114Foundationitem:Supported by the National Science Foundation of China 71271114

在线出版日期：2015-04-27（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：139-143