| 神经网络法应用于酚类化合物对青海弧菌毒性的预测 |
| |
| 引用本文： | 堵锡华,王超.神经网络法应用于酚类化合物对青海弧菌毒性的预测[J].生态毒理学报,2016,11(4):90-94. |
| |
| 作者姓名： | 堵锡华 王超 |
| |
| 作者单位： | 徐州工程学院化学化工学院,徐州,221111 |
| |
| 基金项目： | 国家自然科学基金项目(No.21472071，No.21473081) |
| |
| 摘 要： | 青海弧菌对有毒酚类化合物具有强烈的敏感性,为建立酚类衍生物对青海弧菌毒性的定量结构-活性相关性(QSAR)模型,分析了16种酚类衍生物的分子结构与对青海弧菌毒性之间的相关关系,计算了酚类衍生物的分子连接性指数和分子形状指数,并优化筛选了分子连接性指数的1阶路径指数(~1χ)和分子形状指数的2阶特征指数(K_2)及1阶和2阶指数乘积值(K_4),用这3种指数与对青海弧菌的毒性进行多元回归分析,多元回归方程的决定系数R~2=0.971。为进一步提高预测精度,将这3种分子结构参数作为神经网络的输入变量,毒性值作为输出变量,采用3:2:1的网络结构,通过反向传播(BP)神经网络法获得满意的QSAR预测模型,总的相关系数r为0.996,计算得到的毒性预测值与实验值较为吻合,平均相对误差仅为1.98%,结果表明该模型具有良好的预测酚类衍生物毒性的能力,可以看出神经网络方法对酚类化合物发光菌毒性预测比多元线性回归方法的统计学意义更加明显。
|
| 关 键 词： | 酚类衍生物 青海弧菌 分子连接性指数 分子形状指数 定性结构-活性相关性 |
| 收稿时间： | 2/5/2016 12:00:00 AM |
| 修稿时间： | 2016/6/27 0:00:00 |
Prediction of the Toxicity of Phenol Derivatives to Vibrio-qinghaiensis by Neural Network Method |
| |
| Du Xihu,Wang Chao.Prediction of the Toxicity of Phenol Derivatives to Vibrio-qinghaiensis by Neural Network Method[J].Asian Journal of Ecotoxicology,2016,11(4):90-94. |
| |
| Authors: | Du Xihu Wang Chao |
| |
| Institution: | School of Chemistry and Chemical Engineering, Xuzhou Institute of Technology, Xuzhou 221111, China |
| |
| Abstract: | |
| |
| Keywords: | phenol derivatives Vibrio-qinghaiensis molecular connectivity index molecular shape index quantitative structure - activity model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《生态毒理学报》浏览原始摘要信息 |
| 点击此处可从《生态毒理学报》下载免费的PDF全文 |
|
