基于Monte Carlo采样模型集群分析对定量结构-色谱保留相关关系(QSRR)常用建模方法的比较研究

本文收集了环烷烃类、环烯烃类、酮类、胺类、醚类、酯类等有机物在固定相角鲨烷和SE-30上的气相色谱保留指数,并采用基于Monte Carlo采样的模型集群分析（Monte Carlo sampling model population analysis,MCS MPA）方法进行了定量结构-色谱保留指数相关关系建模方法的比较研究。对于两种固定相上的有机化合物,分别采用不同的分子描述符予以表征,分子描述符的选择基于统计学与遗传算法。采用的建模方法包括多元线性回归（multivariate linear regression,MLR）、支持向量机回归（support vector machine,SVM）、径向基函数人工神经网络方法（radial basis function artificial neural networks,RBF ANN）,通过所建模型预测了独立外部测试样本的气相色谱保留指数。研究结果表明,对于本文所研究的数据,SVM回归方法的建模效果优于MLR与RBF ANN方法。

同系与非同系有机物的定量构效关系建模研究

首先对同系有机化合物进行定量结构毒性相关研究,选取263个芳香类化合物的生物毒性数据作为建模样本,分别采用有监督的模式识别方法—K最近邻方法和无监督的模式识别方法—K均值聚类方法对相关样本数据进行模式识别分析,对模式识别后的每一类样本分别运用多元线性回归、偏最小二乘和人工神经网络方法进行QSTR预测模型的建立。然后又对非同系化合物进行QSTR研究,选取90个有机分子的肝癌致毒性数据作为建模样本,仍采用上述方法进行建模研究。在上述研究工作的基础之上,得出了对同系及非同系有机物建立QSTR模型的有关规律。