芳香羧酸衍生物驱避剂的非线性定量构效关系

【目的】驱避剂可使害虫不敢接近受用者从而保护受用者免遭其害。建立高精度、可解释性强的非线性定量构效关系(quantitative structure activity relationship, QSAR)模型对设计合成新的高效昆虫驱避剂有重要意义。【方法】基于37个芳香羧酸类化合物对家蝇Musca domestica的驱避活性,以量子化学计算软件PCLIENT获取每一化合物初始描述符,以二元矩阵重排过滤器、多轮末尾淘汰实施特征非线性筛选,以支持向量回归(support vector regression, SVR)建立非线性QSAR模型,以SVR非线性解释体系分析各保留描述符对驱避活性的影响。【结果】1 542个初始描述符的SVR模型F=1.2,特征筛选后6个保留描述符的SVR模型F=184.6,特征筛选对QSAR模型精度有重要影响。6个保留分子描述符的重要性依次为p4BCD>GATS7v>T(O..O)> JGI8>SssO>nArCONR2。【结论】保留描述符与芳香羧酸类化合物对家蝇驱避活性的非线性关系明显,获得了高精度、普适性强的非线性SVR-QSAR模型。     

头孢菌素类抗生素的定量构效关系研究

目的:建立一种预测精度较高的定量构效关系(QSAR)模型,为设计和合成活性更高的头孢菌素类抗生素提供理论依据。方法:发展了一种基于支持向量回归(SVR)和k-最近邻(KNN)的非线性组合预测方法(SVR-KNN),系统研究了48种抗流感嗜血杆菌头孢菌素衍生物的QSAR。结果:留一法预测结果表明,非线性筛选描述符和子模型能明显提高预测精度,汰选子模型后的组合预测精度优于单一子模型,SVR-KNN的MSE、MAPE分别为0.019、1.81%;独立样本预测结果显示,SVR-KNN在所有参比模型中具有最优的预测精度及稳定性,其MSE、MAPE分别为0.010、1.33%。结论:SVR-KNN模型具有较强的预测能力和优异的泛化推广能力,在抗生素及其他药物的QSAR研究中有广泛应用前景。