基于支持向量机的苯酚类化合物毒性的QSAR研究.pdfVIP

第29卷 第2期 西华 师 范 大 学 学 报 (自然 科 学 版 ) 2008年6月 V01．29 No．2 Journal of China West Normal University(Natural Sciences) Jun．2008 文章编号：1673-5072(2008)02-0186-O5 基于支持向量机的苯酚类 化合物毒性的QSAR研究 张文军，张运陶 (西华师范大学应用化学研究所，四川 南充 637002) 摘 要：分别以文献 的AM1、PM3、PM5和DFT方法计算的5种量子化学参数作为自变量，采用 一支持向量机 ( —SVM)建立关于苯酚类化合物毒性A(pc)的定量构效关系(QSAR)模型，对50种苯酚类化合物的毒性做 QSAR 研究．研究结果表明，不论是对训练集的拟合及交叉验证结果还是对外部数据的预测结果， —SVM模型的相关系数 平方、标准偏差及平均绝对误差都较文献 的MLR模型具有更好的效果，泛化能力更强，表明 ．SVM用于建立关 于苯酚类化合物毒性 A的QSAR模型，较原文献采用的多元线性回归(MLR)模型更为有效． 关键词：苯酚类化合物；支持向量机；定量结构一活性关系 中图分类号：0625；TP 18 文献标识码：B 定量结构一活性关系(quantitative structure activity relationship，QSAR)是计算机化学一个相当活跃的研 究领域 ，是进行药物设计及化合物毒性研究的重要手段，因此受到药物化学、环境化学以及农业化学等 相关领域学者的广泛关注 ．取代苯酚类化合物对生物的毒性较大 ，其结构毒性关系研究是环境化学领 域研究较多的课题，此前已见有学者采用不同的结构参数、量化参数，以多元线性回归、逐步回归和偏最小二 乘法等建立QSAR模型 ． 支持向量机(Suppo~Vector Machine，SVM)是由Vapnik等人于九十年代中期提出的基于统计学习理论 的一种新型学习机器 “ ．它以结构风险最小化原理为理论基础，具有逼近复杂非线性系统、较强的学习泛 化能力和良好的回归性能，同时所需要样本数量少、建模方便、计算简单、学习训练时间短、通用性强．近年 来，已有不少将SVM用于QSAR研究和药物设计的文章发表，但目前尚未见有用SVM开展关于苯酚类化合 物结构毒性关系研究的报道，为此，我们分别以文献¨ 的AM1、PM3、PM5和DFT方法计算的5种量子化学 参数作为自变量，用占一支持向量机(占一SVM)建模研究苯酚类化合物的结构毒性关系，研究结果表明，占一SVM 用于建立关于苯酚类化合物毒性的QSAR模型，较原文献采用的多元线性回归(Multiple Linear Regression， MLR)模型更为有效． 1 材料与方法 1．1 材 料 表1列出了50种苯酚类化合物及其毒性数据A(pc) ．按文献 分别以AM1、PM3、PM5和DFT等4 种量子化学方法计算得到的分子量(Molecular weight，Mw)、分子硬度(Hardness， )、化学势(Chemical poten· tial， )、亲电子指数(Electrophilicity index，tat))和总能量(Total energy(Hartree)，TE)5个参数作为自变量构成 4组毒性数据集，并仍按文献 对50种苯酚类化合物划分训练集(training set，ts)和预测集(prediction set， ps)，即以表1中的5，9，38，39，46号5种化合物作为预测集(ps)，其余45种化合物构成训练集(ts)． 收稿日期：2007一l0—09 作者简介：张文军(1977一)，男，四川绵竹人，西华师范大学化学化工学院硕士研究生，主要研究计算机化学 通讯作者：张运陶(1948一)，男，四川南充人，两华师范大学化学化工学院教授，主要从事计算机化学研究． 第29卷第2期 张文军：基于支持向量机的苯酚类化合物毒性的QSAR研究 187