论文部分内容阅读
定量结构-活性/性质关系(Quantitative Structure-Activity/Property Relationship,QSAR/QSPR)作为化学信息学的一个分支,是目前国际上研究的热点之一,它主要是应用各种理论计算方法和统计学方法研究化合物的结构与其生物活性/理化性质之间的关系。近年来,随着计算机技术的发展和应用,QSAR/QSPR的研究提高到了一个新的高度,研究方法逐渐成熟,其应用范围也迅速扩大,研究领域涉及化学、化工、药物化学、环境化学等诸多学科。建立准确、高效的定量结构-活性/性质关系模型,能从分子水平上理解化合物的微观结构同其宏观活性/性质之间的关系,为设计、筛选或预测具有人们期望的性质的化合物提供有用信息,并根据已有的知识,探求化合物活性/性质与结构的相互作用规律,从而推论呈现化合物某些活性/性质的影响因素,因此具有很好的应用前景及重要的理论和实际意义。本论文从分子结构的定量描述和结构性质定量关系的建立入手,研究了QSPR方法在大量有机化合物重要理化性质预测方面的应用,建立可靠的QSPR模型,为化学、化工及环境污染物等方面的研究提供了有力的依据。论文第一章对定量结构-活性/性质关系研究进行了概述。简述了定量结构-活性/性质关系的基本原理,实现步骤以及研究现状,并总结了它在近年来的一些重要应用。第二章利用QSPR研究方法,将遗传算法(Genetic Algorithm,GA)和多元线性回归方法(Multiple Linear Regression,MLR)结合,分别建立了预测4874个有机化合物气相导热系数的QSPR模型和预测3635个有机化合物液相膨胀系数的QSPR模型。气相导热系数的QSPR模型,包含5个描述符。结果显示,对于训练集R~2=0.852,Q~2=0.851,RMSE和AARD分别是0.07和2.22%,测试集的统计结果是R~2=0.75,RMSE=0.09,AARD=2.81%。液相膨胀系数的QSPR模型,包含6个描述符,对于训练集R~2=0.813,Q~2=0.810,RMSE和AARD分别是0.045和1.02%,测试集的统计结果是R~2=0.811,RMSE=0.061,AARD=1.425%。这两个模型对于大数据集来说,是稳健可靠的,具有较好的预测能力,可以用于预测新化合物的相关性质。第三章研究了4905个有机化合物的气相粘度与其结构之间的定量关系。用LLR建立了局部模型,并对LLR和MLR建立的局部模型和全局模型的预测能力做了比较。遗传算法选择的参数为3个,局部建模后得到训练集的统计结Q~2=0.93,R~2=0.95,RMSE和AARD分别是0.031和0.87%,测试集的统计结果是R~2=0.88,RMSE=0.04,AARD=1.67%,结果表明,LLR方法建立的局部模型的预测能力较MLR建立的全局模型有很大提高。训练集的Q~2比MLR方法提高了3%,测试集的R~2比MLR提高了4%,同时测试集的RMSE和AARD值都有显著降低,充分说明用LLR建立的局部模型能够更加准确有效地预测有机化合物的气相粘度。第四章将遗传算法(Genetic Algorithm,GA)和多元线性回归方法(MultipleLinear Regression,MLR)结合,分别建立了预测3242个有机化合物折射率的QSPR模型,模型包含6个描述符。结果显示,训练集的R~2=0.826,Q~2=0.823,RMSE=0.022,AARD=0.81%;测试集的R~2=0.840,RMSE=0.029,AARD=1.23%。通过讨论模型的结构描述符,可以得出影响有机化合物折射率的主要因素,从而为预测新化合物的折射率提供有用的信息。