摘要
基于定量结构-保留关系的大量农药或毒物的保留时间预测
作者(年代):萨拉菲，阿里扎德，艾哈迈迪本文采用基于反向传播学习规则的前馈人工神经网络(ANN)、偏最小二乘(PLS)和多元线性回归(MLR)三种不同的多元校正方法，利用分子结构描述子预测了103种农药或毒物在气相色谱-质谱(GC-MS)中的滞留时间。考虑了五种描述符来解释溶质结构对保留时间的影响。这些是(溶剂化连通性指数chi-1, 3D-Balaban指数，滞后Hautocorrelation 3/加权原子桑德森电负性，相对负电荷，wiener型指数从Z加权距离矩阵(Barysz矩阵)。采用渐进式SPSS对变量进行选择，得到最佳拟合模型。通过变量选择，将103个化合物随机分为三个训练集、验证集和测试集。神经网络模型的训练集、测试集和验证集的均方误差(MSE)分别为0.0008676、0.0014和0.0013。结果表明，该非线性模型能较准确地模拟数据集中分子结构描述符与分子保留时间之间的关系。
