摘要

基于软性参数的氟喹诺酮类衍生物qsar研究

作者(年代):p。p。singh, Sanjeev Saxena, Shikha Saxena

我们用异质原子的最高有效软度值Em Â和En Â， HOMO能量(ï)， LUMO能量(ï)，绝对硬度()，整体软度(S)，化学势(ï)，电负性(ï£)和能量描述符生成热(ï Hf 0)，总能量(TE)，电子能量(EE)，核-核斥力(CCR)在这些描述符的所有可能组合中。利用化学势、生成热和总能建立的QSAR模型具有较好的预测能力，回归系数约为0.8。如果描述子化学势被电负性取代，QSARmodel保持不变。我们发现5个QSARmodels具有较好的预测能力，其中2个给出相同的结果。