基于QSAR模型的有机磷化合物毒性预测

• 作者: 万金玉 刘怡飞
• 来源期刊: 化学通报（印刷版）
• 关键词: 有机磷化合物 定量结构活性关系 分子描述符 支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 926-936
• 页数: 11页
• 语种: 中文

摘要

随着有机磷化合物(OPs)的广泛应用,其在越来越多的环境介质中被检测出来.大多数OPs具有毒性,但人们缺乏快速且有效的预测手段来对毒性进行评估.本文将结合E-Dragon软件计算的分子描述符,采用不同的QSAR模型对36个OPs的毒性进行预测.文中采用后退法作为描述符筛选方法,以均方根误差(RMSE)作为评价标准,共找到14个对线性核函数支持向量机(SVM)模型贡献较大的描述符;在最终得到的SVM模型交叉验证结果中,计算值与实际值的相关系数为0.913,均方根误差为0.388;外部测试验证结果中,平均相对误差为9.10％.此外,采用多元线性回归(MLR)、人工神经网络(ANN)以及偏最小二乘回归(PLS)模型对OPs的毒性进行预测,交叉验证结果显示,三个模型的计算值与实际值的相关系数分别为0.878、0.686与0.620,没有SVM模型的预测能力好.因此采用线性核函数的SVM模型对OPs进行毒性预测是一个行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万金玉	泉州医学高等专科学校药学系	2	0	0.0	0.0
2	刘怡飞		2	0	0.0	0.0