广东省科技计划工业攻关项目(2007A020100001-13)
- 作品数：3 被引量：5H指数：2
- 相关作者：张永清刁宁易筱筠费红琳更多>>
- 相关机构：华南理工大学更多>>
- 发文基金：广东省科技计划工业攻关项目广东省自然科学基金更多>>
- 相关领域：理学化学工程环境科学与工程更多>>
- 麻痹性贝毒素生物毒性的量子化学研究
- 2011年
- 运用密度泛函(DFT)理论在B3LYP/6-31G(d)水平下计算了17种麻痹性贝毒素的量子化学结构描述符,采用修正Cp统计量为目标函数的改进蚁群算法进行变量选择,建立了麻痹性贝毒素的半数致死浓度与其量化参数之间的QSAR模型;模型的决定系数R2为0.968,交叉验证系数q2为0.858,表明模型具有良好的拟合效果和较好的预测能力;同时使用"jackknife法"检验模型,相关系数R有16个落在0.982～0.987之间,占总数的94.1%,表明模型具有较强的稳健性。在所考察的诸多参数中,分子最高占有轨道特征值EHOMO对麻痹性贝类毒素的半数致死剂量影响最大,其次为分子的次高占据轨道能量ENHOMO,说明分子的轨道相互作用和反应活性对麻痹性贝毒素的生物毒性具有决定性的影响。
- 张永清刁宁
- 关键词：改进蚁群算法麻痹性贝毒素QSAR
- 新蚁群算法在烷基酚类化合物的QSAR中变量选择的研究被引量：2
- 2009年
- 采用量子化学从头算方法在HF/6-311+G(d)水平上计算8种烷基酚类化合物的分子结构描述符,选用修正过的C_p统计量为目标函和新蚁群优化算法,于烷基酚类化合物的定量结构——活性相关研究中的变量选择,建立烷基酚类化合物的生物降解速率常数与其量化参数之间的QSAR模型。结果表明,新蚁群优化算法用于定量构效中的变量选择比较简单,而且需要调节的参数少,是变量选择的有用方法,且应用量子化学结构参数建模的相关系数R =0.994,与文献中R=0.982相比相关性更好。
- 费红琳张永清
- 关键词：烷基酚类化合物量子化学参数
- 基于统计相关性的变量选择用于麻痹性贝毒素的QSAR研究被引量：3
- 2010年
- 使用27种麻痹性贝毒素中的1 751种分子结构描述符和其半数致死浓度建QSAR模型,采用基于统计相关性的变量选择(Correlation-based Feature Selection,CFS)法选择变量,并使用交叉验证法检验变量子集,最后从1751种分子结构描述符中,筛选出43种与目标值关系极密但内部关系较低的变量。用主成分分析法压缩变量集的维度,提取10种主成分作为新的变量建QSAR模型。模型的相关系数R^2为0.891,交叉验证系数q^2为0.809,表明模型拟合效果和预测能力良好。用"Jackknife法"检验模型的稳定性,有88.9%的相关系数R落在0.94和0.95之间,说明模型稳健性和可靠性较强。结果,基于统计相关性的变量选择法非常适合从成百上千种变量中筛选,它在消除无关变量的同时也能消除重复变量,有利于数据的处理,在QSAR建模中应用前景广阔。
- 刁宁张永清易筱筠
- 关键词：麻痹性贝毒素QSAR
