人工神经网络改进及其在喜树碱类化合物定量构效关系研究中的应用

摘要：

目的采用神经网络方法对喜树碱类抗肿瘤药物构效关系进行考察.方法采用主成分分析(principal component anal-ysis,PCA)预处理输入层数据和Levenberg-Marquardt规则训练网络.结果改进的神经网络PCANN所得结果预测性能较强(R2值为0.878),明显优于GA-PLS结果(R2值为0.684).结论本研究表明经过改进后的神经网络不仅训练速度大大提高,而且所得结果统计意义显著.这为下一步合理设计、合成新型高效喜树碱衍生物打下了基础.

关键词：喜树碱、拓扑异构酶I、定量构效关系、神经网络、主成分分析

所属期刊栏目：38

分类号：R914(药物基础科学)

资助基金：国家重点基础研究发展计划973计划G1998051104;国家自然科学基金39970874

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63