醇酚类化合物毒性的QSAR研究
【图文】：
12期邓小龙等:醇酚类化合物毒性的QSAR研究图1测试集样本毒性的观察值与预测值(a．Dataset-1(线性核)，b．Dataset-2(线性核)，c．Dataset-3(径向基核))Fig．1ObservedvaluesandpredictedvaluesoftestingsamplesinDataset-1(a)，Dataset-2(b)，Dataset-3(c)3．2模型解释本室前期针对SVR已发展一套较完整的非线性回归解释性体系(谭显胜等，2009;苏满秀等，2012)．以Dataset-1为例，全部110个样本、mRMR-dCor-D选择的17个保留描述符建立的SVR模型，其F=70．48＞F0．01(17，92)=2．17，表明所得模型非线性回归极显著．单因子非线性回归极显著的14个保留描述符(F＞F0．01(1，61)=7．07)见表8．其中，MLOGP、MLOGP2、ALOGP、ALOGP2、BLTF96为用不同方法测得的正辛醇/水分配系数(Moriguchietal．，1992)，是度量有机化合物在水中亲脂性的重要参数，很多实验已证明其与化合物的多种毒理学性质强相关(赵元慧和何艺兵，1995);EEig02d为原子的偶极矩参数，实验证明偶极矩越孝亲水性越高、毒性越低(Gharagheizi，2009;焦健等，1987);范德华体积参数Mor01v、Mor04v、Mor08v(Goodarzietal．，2011;Hemmateenejadetal．，2008)，原子极化性参数Mor01p(Gasteigeretal．，1996)，原子质量参数Mor04m(HabibiYangjehandDanandehJenagharad，2009)，原子Sanderson极化性参数QYYe(Robinsonetal．，1997)等对化合物毒性影响也有报道．值得注意的是，尽管SPH(球面性参数)与JG13(平均拓扑电荷参数)未见有与化合物毒性相关的报道，但本文结果显示其作用不可忽视．单因子效应分析显示(图2)，与醇类对蝌蚪毒性正相关的描述符包括:MLOGP2，ALOGP，MLOGP，EEig02D，SPH，JGI3，Mor04m，Mor08v，QYYe．与醇类对蝌蚪毒性负相关的描述符包括:BL
der319．94＊＊3D-MoRSEdescriptorsMor01v3D-MoRSE-signal01/weightedbyatomicvanderWaalsvolumes19．48＊＊Mor01p3D-MoRSE-signal01/weightedbyatomicpolarizabilities15．30＊＊Mor04m3D-MoRSE-signal04/weightedbyatomicmasses12．44＊＊Mor04v3D-MoRSE-signal04/weightedbyatomicvanderWaalsvolumes9．07＊＊Mor08v3D-MoRSE-signal08/weightedbyatomicvanderWaalsvolumes8．68＊＊GeometricaldescriptorsQYYeQyyCOMMA2value/weightedbyatomicSandersonelectronegativities8．51＊＊注:＊＊p＜0．01．图2Dataset-1中14个极显著保留描述符的单因子效应(mRMR-dCor-D，线性核)Fig．2Single-factoreffectsofthe14remarkabledescriptorsretainedinDataset-14结论(Conclusions)量子化学计算获得的化合物分子描述符中存在诸多无关特征与冗余特征，化合物毒性与描述符间往往存在非线性关系．mRMR同时考虑了特征的相关性与冗余性，是当前Y为离散型变量时应用较广泛的特征选择方法．针对QSAR研究中Y与X均为连续型变量的情形，本文首先将mRMR推广到适于Y为连续型变量，再以非线性的dCor取代线性的相关系数R，实现了相关性测度与冗余性测度的非线性可比，提出了新的特征选择方法mRMR-dCor．3个醇酚类化合物毒性QSAR数据集的独立预测表明，基于mRMR-dCor选择特征的SVR模型明显优于参比模型与文献报道，在化合物QSAR、定量构质关系等研究中有广泛应用前景．责任作者简介:袁哲明(1971—)，男，博士生导师，主要研究方向为复杂数据分析．谭泗桥(1974—)，，男，硕士生导师，主要研究方向为模式识别与预测．参考文献(References):ChangCC，LinCJ．2011．LIBSVM:alibraryforsupportvectormachines［J］．ACMTransactionson
【相似文献】
相关期刊论文 前10条
1 许罗南;梁桂兆;梅虎;郑怀礼;周鹏;王娟;李志良;;三维原子场全息作用矢量用于芳香类化合物的三维QSAR研究[J];生态毒理学报;2008年01期
2 于瑞莲,赵元慧,胡恭任;酚类对大型蚤的急性毒性及QSAR研究[J];华侨大学学报(自然科学版);2003年01期
3 刘天宝;彭艳芬;吴新民;李宝宗;;3-烷基硫代-1,2,4-三唑的QSAR研究[J];阜阳师范学院学报(自然科学版);2006年02期
4 星炯浩;张运陶;;卤代酚对水生梨形四膜虫急锐毒性的QSAR研究[J];计算机与应用化学;2007年01期
5 杨华铮,王建武,张玉芬;α-氨基膦酸及次膦酸类化合物对水稻纹枯病菌的QSAR研究[J];科学通报;1989年09期
6 贾红梅,张春艳,孟昭兴,刘伯里;benztropine类多巴胺转运蛋白配体的QSAR研究[J];北京师范大学学报(自然科学版);2001年01期
7 吕文娟;薛春霞;陈兴国;胡之德;刘满仓;范波涛;;基于概率神经网络的中草药活性组分利尿性的QSAR研究(英文)[J];兰州大学学报;2006年02期
8 杜浩;杨静;王猛;崔世海;;硝基苯类化合物对四膜虫毒性的QSAR研究[J];南京师大学报(自然科学版);2009年04期
9 段强林;聂长明;石春雨;;含硫苯衍生物对发光细菌生物毒性的QSAR研究[J];南华大学学报(自然科学版);2012年01期
10 彭艳芬;刘天宝;严永新;;脂肪醇对番茄和红蜘蛛毒性的QSAR研究[J];计算机与应用化学;2009年01期
相关会议论文 前10条
1 王亚南;魏俊峰;于淑萍;;挥发性有机污染物与羟基自由基反应的QSAR研究[A];2013中国环境科学学会学术年会论文集（第五卷）[C];2013年
2 黄蓉;乔园园;;指示向量选择法在QSAR研究中的应用[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
3 陈晶;周喜斌;李鹏霞;韩文静;姬东琴;卢小泉;;金属配合物与DNA相互作用的QSAR研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
4 苏莉;李言伟;黄晓艳;张晓昀;翟红林;;应用线性和非线性方法对丙型肝炎病毒抑制剂的QSAR研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
5 成素丽;张佳瑛;范英芳;;人工神经网络用于苯烷基胺迷幻活性的QSAR研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
6 崔世海;杨静;刘树深;王连生;;部分持久性有机污染物生物浓缩因子的QSAR研究[A];持久性有机污染物论坛2006暨第一届持久性有机污染物全国学术研讨会论文集[C];2006年
7 王亚南;陈景文;李雪花;蔡喜运;李斐;;水中苯酚、烷烃和醇与羟基自由基反应速率常数的QSAR研究[A];中国化学会第26届学术年会环境化学分会场论文集[C];2008年
8 丁光辉;张晶;邵秘华;;多氯化萘生物富集因子的QSAR研究[A];持久性有机污染物论坛2008暨第三届持久性有机污染物全国学术研讨会论文集[C];2008年
9 王莹;陈景文;李斐;边海涛;;蒽醌类化合物对大型n灥募毙怨庵露拘曰萍癚SAR研究[A];第五届全国环境化学大会摘要集[C];2009年
10 王颖;李江波;;苯胺类化合物对大鼠肝细胞毒性的QSAR研究[A];中国化学会第27届学术年会第02分会场摘要集[C];2010年
相关博士学位论文 前3条
1 丁光辉;PLS和GA应用于部分有机污染物的QSAR研究[D];大连理工大学;2006年
2 廖宜勇;取代苯类及部分氮杂环类化合物的QSAR研究[D];南京大学;1996年
3 苏强;基于数据挖掘算法的环境毒物QSAR研究[D];上海大学;2013年
相关硕士学位论文 前6条
1 朱门君;季铵盐阳离子表面活性剂对小球藻的毒性及QSAR研究[D];湘潭大学;2010年
2 王春光;拟除虫菊酯农药的毒理特性及QSAR研究[D];青岛大学;2012年
3 徐明礼;有机羧酸络合萃取及其QSAR研究[D];南京师范大学;2007年
4 周丐州;部分芳香类有机污染物的QSAR研究[D];兰州大学;2009年
5 刘晶;G蛋白偶联受体拮抗剂的QSAR研究[D];大连理工大学;2011年
6 茅晓延;改进型BP神经网络在N-亚硝基化合物致癌活性QSAR研究中的应用[D];浙江大学;2005年
本文编号：2566033
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2566033.html
