QSAR-QSPR在大數(shù)據集有機化合物物理化學性質預測中的應用研究.pdf

1、定量結構一活性/性質關系(Quantitative Structure-Activity/Property Relationship，QSAR/QSPR)作為化學信息學的一個分支，是目前國際上研究的熱點之一，它主要是應用各種理論計算方法和統(tǒng)計學方法研究化合物的結構與其生物活性/理化性質之間的關系。近年來，隨著計算機技術的發(fā)展和應用，QSAR/QSPR的研究提高到了一個新的高度，研究方法逐漸成熟，其應用范圍也迅速擴大，研究領域涉及化學、化

2、工、藥物化學、環(huán)境化學等諸多學科。建立準確、高效的定量結構-活性/性質關系模型，能從分子水平上理解化合物的微觀結構同其宏觀活性/性質之間的關系，為設計、篩選或預測具有人們期望的性質的化合物提供有用信息，并根據已有的知識，探求化合物活性/性質與結構的相互作用規(guī)律，從而推論呈現(xiàn)化合物某些活性/性質的影響因素，因此具有很好的應用前景及重要的理論和實際意義。
　　 本論文從分子結構的定量描述和結構性質定量關系的建立入手，研究了QSPR方

3、法在大量有機化合物重要理化性質預測方面的應用，建立可靠的QSPR模型，為化學、化工及環(huán)境污染物等方面的研究提供了有力的依據。
　　 論文第一章對定量結構-活性/性質關系研究進行了概述。簡述了定量結構-活性/性質關系的基本原理，實現(xiàn)步驟以及研究現(xiàn)狀，并總結了它在近年來的一些重要應用。
　　 第二章利用QSPR研究方法，將遺傳算法(Genetic Algorithm，GA)和多元線性回歸方法(Multiple Linear

4、Regression，MLR)結合，分別建立了預測4874個有機化合物氣相導熱系數(shù)的QSPR模型和預測3635個有機化合物液相膨脹系數(shù)的QSPR模型。氣相導熱系數(shù)的QSPR模型，包含5個描述符。結果顯示，對于訓練集R2=0.852，Q2=0.851，RMSE和AARD分別是0.07和2.22％，測試集的統(tǒng)計結果是R2=0.75，RMSE=0.09，AARD=2.81％。液相膨脹系數(shù)的QSPR模型，包含6個描述符，對于訓練集R2=0.81

5、3，Q2=0.810，RMSE和AARD分別是0.045和1.02％，測試集的統(tǒng)計結果是R2=0.811，RMSE=0.061，AARD=1.425％。這兩個模型對于大數(shù)據集來說，是穩(wěn)健可靠的，具有較好的預測能力，可以用于預測新化合物的相關性質。
　　 第三章研究了4905個有機化合物的氣相粘度與其結構之間的定量關系。用LLR建立了局部模型，并對LLR和MLR建立的局部模型和全局模型的預測能力做了比較。遺傳算法選擇的參數(shù)為3個，

6、局部建模后得到訓練集的統(tǒng)計結Q2=0.93，R2=0.95，RMSE和AARD分別是0.031和0.87％，測試集的統(tǒng)計結果是R2=0.88，RMSE=0.04，AARD=1.67％，結果表明，LLR方法建立的局部模型的預測能力較MLR建立的全局模型有很大提高。訓練集的Q2比MLR方法提高了3％，測試集的R2比MLR提高了4％，同時測試集的RMSE和AARD值都有顯著降低，充分說明用LLR建立的局部模型能夠更加準確有效地預測有機化合物的

7、氣相粘度。
　　 第四章將遺傳算法(Genetic Algorithm，GA)和多元線性回歸方法(Multiple Linear Regression，MLR)結合，分別建立了預測3242個有機化合物折射率的QSPR模型，模型包含6個描述符。結果顯示，訓練集的R2=0.826，Q2=0.823，RMSE=0.022，AARD=0.81％；測試集的R2=0.840，RMSE=0.029，AARD=1.23％。通過討論模型的結構描述