神经网络和多元线性回归筛选QSAR模型结构参数

在人工神经网络信息流分析的基础上,通过比较人工神经网络模型中的连接权值和阈值建立了筛选定量构效关系中分子结构参数的新方法.结果表明,采用人工神经网络筛选得到的结构参数构建定量构效关系模型,其模型质量和预测能力均优于多元线性回归方法筛选得到的结构参数所构建的定量构效关系模型.     

定量构效关系模型在化合物毒性预测领域的应用、发展与展望

定量构效关系（Quantitative Structure Activity Relationship, QSAR）在化合物毒性虚拟计算领域被广为使用,能够高效、准确地用于化合物毒性的预测和风险评估.本文综述了利用QSAR方法开展化合物毒性预测中数据集、数据输入和模型方法3个领域的发展与变化,分析了研究的发展历程,提出了当前研究热点,并针对定量构效关系在化合物毒性预测领域的未来发展提出了展望.     

自相关拓扑指数与有机物生物活性的定量关系

采用自相关拓扑指数作为分子描述符，研究有机污染物的遗传毒性和急性毒性与分子结构的定量关系，建立了良好的构效关系方程。     

多氯酚定量构效关系人工神经网络信息流分析

针对目前有机污染物定量构效关系(QSAR)人工神经网络(ANN)模型构建中存在的问题,在多氯酚QSAR-ANN模型数据研究基础上,提出了人工神经网络信息流分析方法.通过比较多氯酚定量构效关系人工神经网络模型中的连接权值与阈值,绘制人工神经网络模型信息流流向分布图,可直观地显示网络内部信息的传播途径,找出影响输出层信息的隐含层的主要节点,进而由隐含层主要节点确定输入层主要节点,达到对人工神经网络模型输入节点的筛选.     

定量构效关系在环境化学中的应用

本文介绍近十年来国外文献中定量构效关系(QSAR)在环境化学中应用典型实例及作者的五个方面工作,旨在说明QSAR方法确是化学品安全评价的有用工具之一。文中探讨该方法应用的局限性及将来可能的进展。     

取代苯类有机物拓扑指数与酵母菌毒性的人工神经网络

以酿酒酵母菌作为指示生物,对78种取代苯类有机物开展了定量构效关系研究。采用人工神经网络（ANN）建模方法,以酵母菌的1g(1/Cmlz）为活性参数,点价自相关拓扑指数（A、B、C和D值）为分子结构参数,建立了取代苯类有机物定量构效关系神经网络模型;从24种点价自相关拓扑指数中在线筛选出A[0]、A[1]、C[3]、C[5]和D[3]等5种主要结构参数作为ANN的输入节点,并讨论了它们对酵母菌毒性的影响。将模型用于23种取代苯类有机物的生物毒性预测,结果满意。建立了Cmlz与LC50之间线性关系良好的相关性数学模型。     

有机化学品的自相关拓扑指数与生物毒性的定量关系

针对目前化学品生物毒性评价和预测中存在的问题,采用以范德华体积（V）和电负性（E）为结构参数的自相关拓扑指数法,建立了54种有机化学品的分子结构与青锵鱼急性毒性（48h-LC₅₀）的定量构效关系数学模型。对模型采用的范德华体积进行了修正,使其更能准确地描述分子的结构信息,经逐步回归分析得到的线性关系良好的定量构效关系方程logLC₅₀＝0.03＋0.32V（1）＋13.33E（0）－6.83E（2）－4.48E（3）（R＝0.9513,F＝245.1）,有可能应用于不同结构化学品的生物毒性预测。     

环境科学一般问题

X一12(X) 2()194()我国的持久性有机污染物问题与研究对策/黄俊…(清华大学环境科学与工程系环境模拟与污染控制国家重点实验室)//环境保护/国家环保总局一2(X)l,(11)一3一6环图X一7X一12田201941大气中二恶英研究进展/周岭(北京有色金属研究总院稀土中心)…//环境污染治理技术与设备/中科院生态环境研究中心一2(X刀,3(1)一8一14 环图X一4X一12(X犯01943三维定量构效关系研究进展/徐满…(南京大学环境学院污染控制与资源化研究国家重点实验室)//环境科学研究/中国环科院一2(X犯,15(1)一45一47.环图X一6 三维定量构效关系(3D一QSAR)研…     

有机工业废水中常见污染物结构与活性关系专家系统研究

应用专家系统方法对88种有机工业废水中常见污染物的构效关系进行深入研究。结果表明,对学习集中68种化合物的正确分类率达到95％,对其余20种化合物的正确预报率达到90％。并应用量子化学方法对专家系统推理过程中所采用的部分构效关系规律进行解释。     

三维定量构效关系研究进展

三维定量构效关系 ( 3D -QSAR)研究是QSAR发展的前沿。笔者在对 3D -QSAR作简要介绍的基础上 ,通过归纳分析其与传统QSAR的区别 ,论述了 3D -QSAR在方法学和应用方面的最新进展 ,并展望了其在环境科学研究中的应用前景和发展方向。      

Comparative study of four QSAR models of aromatic compounds to aquatic organisms

Quantitative structure-activity relationships (QSARs)were developed for 43 aromatic compounds toxicity to Photobacterium phosphoreum and Daphnia magna based on four methods: octanol/water partition coefficient, linear solvation energy relationship, molecular connectivity index and group contribution. Through the evaluation of four QSAR methods, LSER was proved to be the best. And it applied to the widest range of chemicals with the greatest accuracy.     

环境化学中有机化合物毒性的QSAR研究方法

定量结构—活性相关 (QSAR)研究具有重要的理论和实际意义。在前人大量相关研究的基础上分析了目前国内外普遍实用的七种QSAR研究方法 ,并讨论了各方法的优缺点及适用范围 ,以利于各方法的进一步推广。同时简要介绍了QSAR的发展趋势。     

取代苯胺和苯酚类化合物对大型■(Daphnia magna Straus)的定量结构-活性关系研究

研究了３６个取代苯胺和苯酚类化合物对大型的急性毒性，应用正辛醇／水分配系数、线性溶解能关系参数和分子连接性指数得出了该类化合物的定量构效关系方程，这些方程可以用来进行该类化合物危害性初评．ＬＳＥＲ法得到的ＱＳＡＲ方程拟合效果较好，增大分子体积及偶极性极化性，均可增大毒性．化合物与蛋白质等生物大分子的氢键键合作用是导致该类化合物毒性高于其基本毒性的原因．     

取代苯胺和苯酚类化合物对大型(Daphnia magna Straus)的定量结构-活性关系研究

研究了３６个取代苯胺和苯酚类化合物对大型溲的急性毒性，应用正辛醇／水分配系数，线性溶解能关系参数和分子连接性指数得出了该类化合物的定量构效关系方程，这些方程可以用来进行该化合物危害性初评。ＬＳＥＲ法得到的ＱＳＡＲ方程拟合效果较好，增大分子体积及偶极性－极化性，均可增大毒性，化合物与蛋白质等生物大分子的氢键键合作用是导致该类化合物毒性高于其基本毒性的原因。     

PCDFs的Ah受体结合能力的定量结构效应关系

应用单苯环氯取代方法取G₁～G₁₀10个分子结构描述符,通过正向逐步线性回归方法构建对于Ah受体结合能力的定量结构-性质相关(QSAR)模型.与有关文献相比,此模型能更好地预测多氯代二苯并呋喃(PCDFs)竞争结合Ah受体logEC₅₀值,各自变量间不存在共线性.模型可以较好地反映PCDFs分子Ah受体结合能力与其分子氯取代位点之间的关系.     

美欧环境内分泌干扰物研究框架

欧美于20世纪90年代开始系统研究环境内分泌干扰物（EDs)，为此成立了专门的工作机构负责EDs研究的规划与协调工作。研究框架包括确认EDs对人类和生态效应的方法，剂量一效应关系模型以及检测环境暴露水平等。研究对环境威胁最大受试物的主要毒理学终点有致癌性，生殖发育毒性，神经毒性和免疫毒性，目前危险评价的新进展是应用定量结构活性关系（QSAR）模型预测化学物的安全性。     

Holographic quantitative structure-activity relationship for prediction acute toxicity of benzene derivatives to the guppy (Poecilia reticulata)

Holographic quantitative structure-activity relationship(HQSAR) is an emerging QSAR technique with the combined application of molecular hologram, which encoded the frequency of occurrence of various molecular fragment types, and the subsequent partial least squares(PLS) regression analysis. In this paper, the acute toxicity data to the guppy( poecilia reticulata) for a series of 56 substituted benzenes, phenols, aromatic amines and nitro-aromatics were subjected and this resulted in a model with a high predictive ability. The influence of fragment size and fragment distinction parameters on the quality of HQSAR model was investigated. The robustness and predictive ability of the model were also validated by leave-one-out (LOO) cross-validation procedure and external testing data set.