导致心脏中毒和长QT综合症的一个主要因素是hERG (human ether-a-go-go related gene)钾离子通道被阻滞,hERG钾离子通道被阻滞可能会导致晕厥或猝死。常用的hERG钾离子通道毒性分析方法有：膜片钳技术,放射配体结合检测法,荧光分析法以及铷离子迁移法。对于药物早期研发来说,使用这些方法效率低而且昂贵。因此,在药物研发的初期,利用计算机模型对化合物有无hERG钾离子通道抑制作用进行虚拟筛选是必要的,并且可以提高药物开发的效率。本文主要对hERG钾离子通道抑制作用进行了研究。本论文基于含有1969个化合物的hERG钾离子通道阻滞剂与非阻滞剂数据集,以10μM作为阻滞剂与非阻滞剂的阈值,以MOE中分子描述符和MACCS Fingerprint为输入建立分类模型。阻滞剂和非阻滞剂中的10%分别被拿出来作为外部测试集,剩下的90%作为训练集进行十重交互检验并建立模型。其中基于MACCS Fingerprint的模型最好,用它预测测试集,其平均的整体预测正确率为90%,马修斯相关系数(MCC)为0.766。此外,本论文还使用了y-扰乱的方法以检验模型的稳定性,我们对得到的最优模型做y-扰乱,证明我们所建立的模型是有效的。