QSPR%2fQSAR在化学、药物化学和环境科学中的应用的研究.pdf

摘 要 摘 要 定量结构一性质／活性关系(Quantitative 种统计学方法和分子结构参数研究化合物的结构与其各种物理化学性质以及生 物活性之间的关系。随着计算机技术同新月异的发展并被应用到化学领域， QSPR／QSAR的研究提高到了一个新的水平，其研究对象包括化合物的生物活性、 毒性、药物在人体的吸收率等，研究领域涉及化学、药物化学、环境科学和药物 设计等诸多学科。 化合物的性质(活性)是由其化学结构决定的，即化合物结构发生变化，其 性质(活性)也会相应发生变化。因此化合物的结构与性质(活性)之间存在着 一定的关系。我们可以用多种不同的线性或者非线性方法来表示化合物结构与性 质(活性)之间的关系，如启发式方法(HM)，多元线性回归(MLR)，人工神 Neural Vector Network，A Machine， 经网络(Artificial NN)，支持向量机(Support VectorMachine，LS．SVM) SVM)，最d,-乘支持向量机(Least．SquaresSupport Pursuit Regression，PPR)方法等。 以及投影寻踪回归(Projection QSPR／QSAR研究的对象主要是有机小分子，也就是对接中的药物配体分子。 而如果研究生物大分子即药物受体分子，由于结构非常复杂，用QSPR／QSAR方 法很难解决我们的化学问题。幸运的是，各种复杂的化学问题都可以通过解量子 力学方程式，即薛定谔方程得到答案，但是解薛定谔方程相当复杂，尤其是用于 Chemical 生物大分子体系几乎是不可能的。量子化学拓扑方法(Quantum Topology,QCT)为我们用非常复杂的量子力学波函数来解决化学问题起到了一 个衔接作用。量子化学拓扑方法主要是研究原子中电子云的排布来获得我们想要 的化学信息，比如，在研究原子．原子之间静电作用势能时，为了得到更为精确 的计算结果，用电子云的偶极、三极、以及多极拓扑性质代替点电荷进行计算。 本论文第一章简述了QSPR／QSAR的基本原理及研究现状，着重介绍了 概述它们在QSPR／QSAR中的应用研究。同时，对量子化学拓扑理论研究及其应 兰州大学 袁水娜博士论文 用进行了阐述。 论文第二章介绍了LS．SVM方法在QSP刚QSAR中的应用研究。主要包括以下 几个方面的研究工作： (1)应用LS．SVM回归方法预测红葡萄酒的蜜糖成分中易挥发有机化合物的 气相色谱保留时间。用启发式方法(HM)和最小二乘支持向量机方法(LS．SVM) 对45个有机化合物的5个分子结构描述符与其保留时间之间分别建立了线性和非 性的LS．SVM模型的预测能力高于线性的HM模型，而且预测值和实验值是非常 一致的。这一研究提供了一种新的有效的从分子结构预测易挥发有机化合物保留 时间的方法。 (2)应用LS．SVM分类方法对一系列新颖的肾上腺黑素皮质素 (LDA)方法从这62个对二氮己环化合物所计算出的大量分子描述符中选出5个 95％。该分类模型的应用对判别MC4选择性抑制剂的活性提供了一种有效、可 靠的方法。 论文第三章介绍了PPR方法在QSPR／QSAR中的应用研究。主要包括以下几 个方面的研究工作： 力与它们分子结构描述符之问的定量结构活性关系模型。用HM方法建立了线性 相关模型，然后用相同的描述符作为SVM和PPR的输入，建立了非线性的定量结 standarderrors2) 构活性相关模型。HM模型对测试集的均方误差(squared 是 测能力好于线性模型。