支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

硝基苯类化合物的结构/毒性定量构效关系研究

为了定量结构／毒性相关性研究提取了拓扑指数Ａｍ，分子连接性指数＾ｍＸｔ量子化学参数及分子体积等，同时运用最佳变量子集算法（Ｌｅａｐｓ ａｎｄ Ｂｏｕｎｄｓ）进行了变量的压缩和选择，进而实施了多元间归分析，并由所得结果进行了硝基苯类化合物结构与毒性关系的理论解释，同时还进行了人工神经网络法对于该类化合物毒性的预测，其结果明显好于多元回归法。     

酚类化合物的QSAR研究

直接应用化合物的分子结构式产生的结构描述参量研究了45个酚类化合物的麻醉毒性和分子结构之间的相关性,用多元回归分析和神经网络法建立了相应的数学模型,并用其预测了5个酚类化合物的麻醉毒性.结果表明,所提取的结构参量较好地反映这类化合物的结构特性,而用神经网络法所得结果优于多元回归分析结果.     

苯胺类化合物在不同pH值下对大型蚤的急性毒性及QSAR研究

测定了13种苯胺类化合物在不同pH下（6．0，7．8，9．0）对大型蚤（Daphnia magna)的24h半数活动抑制浓度24h-1C50，应用三种理化参数logP,TSA和pKa，对毒性数据进行了定量构效关系（QSARs)研究，并在此基础上初步探讨了苯胺类化合物的毒性机制。     

部分酯类化合物结构与毒性关系研究

该文在化合物二维结构基础上,对48个酯类化合物结构进行了表征,进而建立了化合物结构与水生毒性关系模型,模型的相关系数(R~2)分别为0.926 6和0.917 4,标准偏差(SD)分别为0.257 6和0.255 8。采用留一法交互检验评价了模型的稳定性,得到模型交互检验的相关系数(RCV~2)分别为0.885 6和0.799 2,标准偏差(SD_(CV))分别为0.255 8和0.294 5。运用外部样本检验了模型的预测能力,得到外部预测的相关系数(Rtest2)分别为0.991 0和0.952 3,标准偏差(SD_(test))分别为0.079 3和0.182 9。分子结构描述符能较好地表现化合物结构特征,所建模型拟合效果好、稳定性强、预测准确性高。对于环境中有毒化合物的结构-毒性关系研究具有较好的参考价值。     

羧酸及其衍生物急性毒性的QSAR研究

基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。     

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.     

部分多氯联苯生物富集因子的QSAR研究

基于氯原子的个数及取代位置的不同,定义了氯原子密度(D)。D及二阶连接性指数(2Xv)对多氯联苯分子呈现出良好的结构选择性。结合正辛醇/水分配系数与37种多氯联苯在鱼体内的生物富集因子(lgBCF)拟合,建立令人满意的数学模型:lgBCF=-0.191+1.649·2Xv-0.015·D-0.442·lgKow,n=37,R=0.922,F=62.029,S=0.338。该模型经Jackknife法检验具有总体稳健性,能够较为准确估算与预测有机污染物的生物富集因子。     

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.     

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。     

基于MRMR-HK-SVM模型的PM2.5浓度预测

以赣州市2017年全年的空气质量和气象数据为研究对象,通过最大相关最小冗余算法（MRMR）提取出最优的特征子集,并将其作为预测模型的输入数据,同时构造混合核函数（HK）对传统的支持向量机模型（SVM）进行改进,最终建立MRMR-HK-SVM模型.实验结果表明,MRMR-HK-SVM模型有着更低的平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和均方根误差（RMSE）,相较于传统SVM模型,预测结果平均绝对误差下降了26.9%,且能更加准确的追踪到PM_2.5浓度的突变时刻.可见,MRMR-HK-SVM模型具有更好的泛化能力,能够更加精确地预测PM_2.5浓度.     

取代芳烃对三种生物急性毒性的QSAR研究

根据成键原子的结构特征定义其生物活性点价为δiA,并在分子拓扑理论基础上由δiA 建构新的连接性指数nH =∑ (δiA·δAj·δAk… ) 0 .5,其中 ,0价指数0 H =∑ (δiA) 0 .5,1价指数1 H =∑ (δiA·δAj) 0 .5。以0 H、1 H及指示变量I为结构描述符 ,籍助多元线性回归技术 ,分别建立了取代芳烃 (含Cl、Br、CH3、OH、NH2 、NO2 等 )对发光菌、大型蚤、呆鲦鱼的QSAR模型 :以模型的估算结果均优于文献结果 ,而且计算简单 ,应用方便 ,为定量评估和预测同类型其它化合物的生物毒性提供了参考依据。     

基于QSAR模型预测有机污染物在XAD与空气中的分配系数

基于定量构效关系(QSAR),运用线性(逐步多元回归MLR)和非线性(支持向量机SVM)两种计算方法开发了两种可靠且高效预测聚苯乙烯二乙烯基苯树脂(XAD)和空气之间分配系数(K_XAD-A)的模型.构建模型的数据包含醇类(Alcohols),苯类(Benzenes),多氯联苯(PCBs)和多环芳香烃(PAHs)等,共计70种有机污染物.两个模型的决定系数R²_adj和外部验证系数Q²_ext均在0.930以上,同时所有物质均在定义的应用域内,结果表明两种QSAR模型有较高的拟合度、稳健性和较为优秀的预测能力,且非线性(SVM)模型比线性(MLR)模型的拟合效果更好.     

基于QSAR关系预测PCBs和部分PAHs在LDPE中的扩散系数

分子扩散系数（D）是获得污染物与环境介质之间的平衡分配系数（K）的重要前提,然而通过实验测定获取污染物的扩散系数的过程过于繁琐,因此需开发一种更为简单、高效、准确的预测模型来定量预测扩散系数.为此,本文搜集了一些多环芳香烃（PAHs）和多氯联苯（PCBs）在低密度聚乙烯膜（LDPE）上扩散系数（log D）的实测值,基于定量结构-活性关系（QSAR）,利用逐步多元线性回归（MLR）构建了预测D值的模型.模型的决定系数R_adj²为0.941,交叉验证系数Q_LOO²为0.934,外部系数Q_ext²为0.895.结果表明,该QSAR模型具有良好的拟合优度、稳健性和预测能力,其可用来预测应用域内有机污染物在LDPE膜上的扩散系数.     

Novel quantitative structure activity relationship models for predicting hexadecane/air partition coefficients of organic compounds

Predicting the logarithm of hexadecane/air partition coefficient (L) for organic compounds is crucial for understanding the environmental behavior and fate of organic compounds and developing prediction models with polyparameter linear free energy relationships. Herein, two quantitative structure activity relationship (QSAR) models were developed with 1272 L values for the organic compounds by using multiple linear regression (MLR) and support vector machine (SVM) algorithms. On the basis of the OECD principles, the goodness of fit, robustness and predictive ability for the developed models were evaluated. The SVM model was first developed, and the predictive capability for the SVM model is slightly better than that for the MLR model. The applicability domain (AD) of these two models has been extended to include more kinds of emerging pollutants, i.e., oraganosilicon compounds. The developed QSAR models can be used for predicting L values of various organic compounds. The van der Waals interactions between the organic compound and the hexadecane have a significant effect on the L value of the compound. These in silico models developed in current study can provide an alternative to experimental method for high-throughput obtaining L values of organic compounds.     

几种酚衍生物对青海弧菌Q67毒性的3D-QSAR研究

测定了16种酚衍生物对青海弧菌(Q67)的半致死浓度EC50(mol·L-1),通过比较分子力场分析方法(CoMFA)和比较分子相似性指数分析方法(CoMSIA),对16种酚衍生物的毒性进行了三维定量结构-活性相关(3D-QSAR)研究,建立了CoMFA和CoMSIA模型.其中CoMFA模型交叉验证相关系数Q2=0.703,非交叉验证相关系数R2=0.983,F检验值F=178.635;CoMSIA模型交叉验证相关系数Q2=0.588,非交叉验证相关系数R2=0.946,F检验值F=52.074,所建立的模型均有较强的稳定性和良好的预测能力.通过分析比较CoMFA和CoMSIA的三维等势图,全面直观地了解了酚衍生物的结构对致毒性的影响.在酚类化合物毒性作用过程中,化合物的氢键供受体特性因素起主要作用,其次是取代基的电负性和疏水性特征.     

硝基苯类化合物对斜生栅藻毒性的HQSAR分析

利用分子全息定量结构-活性相关关系(HQSAR)技术研究了25种硝基苯类化合物对斜生栅藻的急性毒性与其结构之间的相关关系.应用偏最小二乘回归技术(PLS)建立了定量模型.在碎片长度为1~7、碎片区分参数为原子类型、化学键类型和连接性条件下,得到最佳模型(Q2=0.921,R2=0.992).为检验模型的预测能力,将数据集分成训练集和预测集.模型对预测集的预测结果与实测值吻合较好,表明模型的预测能力良好.最后利用色码图对模型中不同原子的贡献进行了解释.     

酚类化合物在模拟海水中的生物耗氧特性及其构效相关研究

测定了10种酚类化合物在模拟海水中的ρ(BOD5),并采用一阶价分子连接性指数(1XV)、二阶价分子连接性指数(2XV)、辛醇-水分配系数(lg KOW) 、分子最高占据轨道能(EHOMO)、分子最低空轨道能(ELUMO)和分子偶极距(μ)作为受试化合物的分子结构参数进行构效相关(QSAR)分析.结果表明:在初始质量浓度相同的情况下,烷基酚类化合物的ρ(BOD5)随着取代烷基的增大而减小.同一取代基取代位置不同,ρ(BOD5)也不同.对于同一取代位置,甲基酚的ρ(BOD5)要大于氨基酚.空间参数是影响酚类化合物在模拟海水中耗氧特性的主要因素,化合物的亲脂性对ρ(BOD5)的影响也不容忽视,而电性效应对酚类化合物在模拟海水中ρ(BOD5)的影响表现得并不明显.