文摘

应用多元线性回归和人工神经网络来预测LC50鱼

作者(年代):Mehdi Alizadeh

(构象)定量structureA–活动关系研究进行了31个不同有机污染物通过使用分子结构描述符。建模LC50对数的值(致死浓度要求杀死50%的人口)鱼(在96 h)的这些化合物作为理论上推导出描述符的函数建立了多元线性回归(高)和人工神经网络(ANN)。逐步SPSS是用于变量的选择(描述符),导致最佳模型。预测化合物的LC50对数的值三个描述符用于开发LC50对数的值之间的定量关系和构造活动。适当的低标准误差模型,得到了相关系数高。变量选择后,化合物randomlywere分为两个训练集和测试集和高钙和安用于构建最好的模型。定量构效关系模型的预测质量检测外部预测的8个化合物随机选择从31个化合物。预测的回归系数为训练集和测试集安srespectively模型0.9953和0.9938。结果表明,ANN模型可以模拟结构描述符之间的关系和分子的LC50日志数据集准确和理论预测与实验结果verywell一致。