基于遗传算法的黄酮类化合物对PTKs抑制性的QSAR研究

摘要

用文献设定的结构参数和本文设定的结构参数,分别与由HyperChem7.51Student Evaluation 计算得到的量化参数作为自变量构成2组数据,以逐步回归、遗传算法-偏最小二乘法(GA-PLS)和遗传算法-支持向量机(GA-SVM)等算法对黄酮类化合物PTKs 抑制性进行QSAR 研究。用各算法模型处理数据,由本文设定的结构参数构成的数据集获得的预测结果更好,表明采用取代基团类型和取代位置结合的编码参数包含的信息更为丰富,对物质性质的描述更加合理。在各种算法中,GA-SVM模型均具有最佳预测效果,该算法对2组数据作留一法预测处理得到的相关系数R和PTKs 抑制性实验值与预测值的平均绝对误差MAE 分别为0.7595、0.2871和0.7864、0.2883。研究还表明,GA-PLS和 GA-SVM 联用算法的预测效果远高于单独使用的PLS和SVM 算法;由逐步回归建立的MLR模型对2组数据进行计算处理,尽管拟合时相关系数R 分别达到0.8136和0.8250,但作留一法交互验证时却下降到0.7113和0.7354,明显低于GA-PLS和GA-SVM 联用算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号