基于启发式和基因表达式编程法预测磺胺类药物的pKa值

摘要：

应用启发式算法(HM)和基因表达式编程方法(GEP)建立了31种磺胺类药物pKa值的定量构效关系模型.用ChemOffice2004软件进行化合物的结构输入,利用半经验方法进行分子结构优化,在CODDESA软件中计算出组成、拓扑、几何、电子和量子化学参数,并用启发式方法筛选出4个相关参数,在此基础上运用多元线性回归和基因表达式编程方法建立QSPR模型.两种方法均得到了较好的结果,HM和GEP的的相关系数分别为0.90和0.95.两种QSPR模型在新药研究中可以预测化合物的pKa值,将为新药研究提供理论指导.

关键词：磺胺类药物、pKa、定量构效关系、启发式算法、基因表达式编程方法

所属期刊栏目：44

分类号：R916(药物基础科学)

资助基金：泰山医学院博士启动基金2006-742

在线出版日期：2009-06-09（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：486-490