基于人工神经网络研究噻嗪类利尿剂的相对活性

作者：朱利兰

来源：广东轻工职业技术学院学报, 2019, 18(01): 7-10.

DOI：10.13285/j.cnki.gdqgxb.2019.0002

• 兴奋剂
• 噻嗪类利尿剂
• 相对活性
• 连接性指数
• 人工神经网络
• 构效关系

为了研究兴奋剂中噻嗪类利尿剂相对活性(Ra)的定量构效关系(QSAR),按照分子的拓扑环境编程计算了10种上述化合物的连接性指数(mXtv)。通过逐步回归方法,建立了相对活性(Ra)的二参数(4Xcv、4Xpcv)QSAR模型,传统相关系数(R)与逐一剔除法交叉验证相关系数(Rcv2)分别为0.853、0.452。经R、Rcv2、VIF、F诊断,显示良好的稳健性和预测能力。根据进入模型的2个变量可知,影响噻嗪类利尿剂相对活性的主要因素是分子大小、折叠性与柔韧度。将4Xcv、4Xpcv作为人工神经网络的输入层结点,采用2∶2∶1的网络结构,利用BP算法获得了一个令人满意的Ra模型,其R2和标准偏差SD分别为0.974和0.061,表明Ra与4Xcv、4Xpcv具有良好的非线性关系。

• 单位
  广东轻工职业技术学院