人工神经网络预测取代芳烃类化合物对黑呆头鱼的毒性

运用Gsussian98程序的密度泛函(DFT-B3LYP)方法,在6-311G**水平上几何全优化下对92个取代芳烃类化合物的量子化学参数进行计算,将计算得到的12个量子化学参数和1个结构参数作为描述符引入QSAR研究,最终选取了4个参数用于建模,运用误差反向传播网络(BP)和径向基函数网络(RBF)建立了取代芳烃化合物对黑呆头鱼毒性的预测模型,平均相关系数R分别为0.959和0.967,模型具有很好的预测能力。并应用模型对其中7个未知毒性的化合物进行了预测。将所得结果与多元线性回归结果进行对比,发现BP网络和RBF网络结果均优于多元回归预测模型,表明毒性与量化参数之间存在着非线性关系。