贝叶斯规整化神经网络预测苯取代物的毒性

利用贝叶斯规整化神经网络(BRNN)研究了59种苯取代的环境毒性和分子结构的关系.建立了基于脂水分配系数和4种量子指数的QSAR环境毒性预测模型.结果表明:该模型的预测性能超过偏最小二乘法(PLS)和逐步线性回归方法,残差分析显示其稳定可靠,有望成为一种良好的苯取代物毒性的环境评价和预测的方法.     

改进的粒子群优化算法结合人工神经网络用于有机物毒性的QSAR研究

介绍了粒子群优化算法和Alopex-B算法的基本原理,提出了一种用Alopex-B算法改进的粒子群优化算法,并将其应用于函数优化和有机物毒性的QSAR研究。结果表明:改进型粒子群算法对复杂的测试函数搜索效率明显提高,应用于有机物毒性的QSAR研究能提高计算的精确度,降低预测误差。     

化合物的预测毒理学和数据库开掘

采用结构相似度计算的方法对ＲＴＥＣＳ库中的毒性化合物进行了系统的分析，结果表明毒性化合物数据库中存在毒性化合物的结构模式或结构特征，鉴于此，采取一个分步策略来开掘毒性数据库；通过相似度比较的结构模式提取和在此基础上的ＱＳＡＲ（ｑｕａｎｔｉｔａｔｉｖｅ ｓｔｒｕｃｔｕｒｅ－ａｃｔｉｖｉｔｙ ｒｅｌａｔｉｏｎｓｈｉｐ）分析。结果表明这一策略是可行和有效的。可以预期毒性华侨的数据库的开掘将是预测毒理学的     

三唑嘧啶磺酰胺类抑制剂的三维构效关系

三唑嘧啶磺酰胺类除草剂是作用于乙酰乳酸合成酶的一类新型除草剂 .本研究利用限制性系统搜索 ,确定了活性构象 ,并用比较分子场方法 ( COMFA)研究了 2 4个化合物的三维定量构效关系 ,建立了具有较强预测能力的 3D- QSAR模型 .研究结果表明 ,影响其药效的主要因素是空间结构 .     

基于3种建模法的食源性 ACE抑制二肽 QSAR 研究

以自组建的食源性血管紧张素转化酶（angiotensin I‐converting enzyme ,ACE）抑制二肽为研究样本,采用氨基酸描述子VHSE（principal component score vector of hydrophilicity ,steric ,and electronic properties）对ACE抑制二肽进行表征后,比较偏最小二乘（partial least square regression ,PLS）、支持向量机（support vector machine ,SVM）及主成分分析（principal component analysis ,PCA）‐SVM相结合的3种建模方法对ACE抑制二肽的QSAR（quantitative structure‐activity relationship）建模。结果显示,对于食源性ACE抑制二肽,3个模型的拟合能力无明显差异,SVM模型的预测能力略强;对其进行权重投影分析发现,C末端氨基酸较N末端氨基酸对其活性的影响更为明显。     

用神经网络方法对卡巴醌系列抗肿瘤药物的QSAR研究

运用人工神经网络方法研究了卡巴醌（Ｃａｒｂｏｑｕｏｎｅ）系列药物对用Ｌ－１２０１白血病细胞接种的小鼠延长生命的活性，与传统的回归方法进行比较，可得到更为精确的结果，并且在活性预测方面有很好的效果。     

连接性指数对脂肪醇的QSPR／QSAR研究

在邻接矩阵的基础上,建立一个新的连接性指数mE=∑(ti@t,@tk…)0.5.其中0E=∑(ti)0.5,1E=∑(ti@t,)05.用mE研究了脂肪醇的摩尔磁化率及生物活性,给出了相关的方程.结果表明,该方法计算方便,物理意义明确,预测值与相应的实验值很好吻合.     

[99mTcO2(-P-P-)2]+心肌放射性药物的构效关系研究

采用多元回归分析及Hansch方法对16种[^99mTcO2(－P－P－)2]^ 类心肌灌注显像剂配体取代基结构与心肌摄取率的关系进行了探索研究，得到了较为理想的心肌摄取率与配合物结构间的构效关系（QSAR）方程，为该类心肌灌注显像药物的设计提供了一定的理论指导依据。     

电子效应参数和拓扑指数用于双苯甲酰胺环脲衍生物—HIV—1蛋白酶抑制剂的QSAR研究

基于基因的电子效应和分子图的拓扑性质，计算了极化效应（PE），场效应（F），共轭效应（C）和边度－距离指数（ED），并用其对29个双苯甲酰胺环脲衍生物的抗HIV－1蛋白酶性进行相关分析，得到较高的相关系数（r=0.9085)，和较低的标准偏差（s=0.26)，表明从电子效应和拓扑性质方面探讨化合物结构－活性之间的关系是一条新的切实可行的思路。