亲脂性是表征化合物诸多理化和生化特性的重要指标,能够影响分子在体内的溶解、吸收、分布和转运等一系列过程。其中,正辛醇/水分配系数log/,已经逐渐成为药物、环境、生化和毒理学等领域的重要研究对象。如何快速、准确地计算出化合物的log/,从而筛选出具有适度亲脂性的化合物分子是药物与材料设计中最为关心的问题之一。我们通过机器学习的方法寻找合适的描述符,预测分子的log/,为筛选具有良好亲脂性的化合物提供了一个有效的方法。本文的主要研究内容如下:我们基于Martel数据库和Phys Prop数据库,使用不同的特征选择方法筛选特征描述符,建立了预测模型,寻找出其中最能影响目标特性log/的描述符。我们搭建人工神经网络模型,在一定范围内遍历不同的网络结构、激活函数和优化算法,以找到表现最好的模型参数。我们对Martel数据库1325个描述符进行特征选择,筛选出3个描述符（SLog P,Filter It Log S,ETA＿eta）,其在测试集上的预测结果为:R~2=0.6218,MSE=0.3782,MAE=0.4488。我们以Martel数据库200个描述符为基础进行特征选择,筛选出的7个描述符（Mol Log P,Mol MR,qed,Chi1n,Labute ASA,PEOE＿VSA7,Heavy Atom Mol Wt）具有很好的预测能力,能够很好地预测Phys Prop数据库分子的log/（R~2=0.8479,MSE=0.1521,MAE=0.2849）。将Martel数据库与Phys Prop数据库合并起来,经过特征选择筛选出4个描述符:Mol Log P,PEOE＿VSA6,PEOE＿VSA8,qed。使用这4个特征构建的机器学习模型,预测的性能更好,在测试集上的预测结果为:R~2=0.8293,MSE=0.1707,MAE=0.2976。结果表明:表征分子连接度和表征分子大小的范德华表面积是影响log/值的重要因素。