| 醇酚类化合物毒性的QSAR研究 |
| |
| 引用本文： | 邓小龙,陈渊,谭泗桥,袁哲明.醇酚类化合物毒性的QSAR研究[J].环境科学学报,2016,36(12):4490-4499. |
| |
| 作者姓名： | 邓小龙 陈渊 谭泗桥 袁哲明 |
| |
| 作者单位： | 1 湖南农业大学湖南省作物种质创新与资源利用重点实验室, 长沙 410128;2 湖南农业大学植物病虫害生物学与防控湖南省重点实验室, 长沙 410128,湖南农业大学湖南省作物种质创新与资源利用重点实验室, 长沙 410128,湖南农业大学信息科学技术学院, 长沙 410128,1 湖南农业大学湖南省作物种质创新与资源利用重点实验室, 长沙 410128;2 湖南农业大学植物病虫害生物学与防控湖南省重点实验室, 长沙 410128 |
| |
| 基金项目： | 教育部博士点基金（No.20124320110002）；长沙市科技计划项目（No.K1406018-21） |
| |
| 摘 要： | 化合物毒性与描述符通常呈现为非线性关系,量子化学计算的化合物分子描述符中包含诸多无关特征与冗余特征.最大相关最小冗余(m RMR)是应用较广泛的特征选择方法,但当前的m RMR对连续型因变量不适用,且存在相关性测度与冗余性测度不可比的缺陷.定量构效关系(QSAR)研究中因变量(毒性)与自变量(描述符)多为连续型变量,本文以非线性的距离相关系数(d Cor)取代线性的Pearson相关系数(R),在非线性条件下实现了相关性测度与冗余性测度可比,由此提出了新的特征选择方法 m RMR-d Cor.3个醇酚类化合物毒性QSAR数据集的分析表明,基于m RMR-d Cor选择特征的支持向量回归(SVR)模型独立预测Q2分别为0.954、0.941、0.981,明显优于参比模型与文献报道,m RMR-d Cor选择的多数保留分子描述符得到文献报道支持.m RMR-d Cor在化合物QSAR、定量构质关系等研究中有广泛应用前景.
|
| 关 键 词： | 最小冗余最大相关 特征选择 定量构效关系 距离相关 支持向量回归 |
| 收稿时间： | 2016/2/14 0:00:00 |
| 修稿时间： | 4/1/2016 12:00:00 AM |
QSAR study on toxicities of alcohol and phenol compounds |
| |
| DENG Xiaolong,CHEN Yuan,TAN Siqiao and YUAN Zheming.QSAR study on toxicities of alcohol and phenol compounds[J].Acta Scientiae Circumstantiae,2016,36(12):4490-4499. |
| |
| Authors: | DENG Xiaolong CHEN Yuan TAN Siqiao and YUAN Zheming |
| |
| Institution: | Hunan Provincial Key Laboratory for Germplasm Innovation and Utilization of Crop, Changsha 410128;Hunan Provincial Key Laboratory for Biology and Control of Plant Diseases and Insect Pests, Changsha 410128,Hunan Provincial Key Laboratory for Germplasm Innovation and Utilization of Crop, Changsha 410128,College of Information Science and Technology, Hunan Agricultural University, Changsha 410128 and Hunan Provincial Key Laboratory for Germplasm Innovation and Utilization of Crop, Changsha 410128;Hunan Provincial Key Laboratory for Biology and Control of Plant Diseases and Insect Pests, Changsha 410128 |
| |
| Abstract: | |
| |
| Keywords: | minimal redundancy maximal relevance feature selection quantitative structure-activity relationship distance correlation support vector regression |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
|
