头孢菌素类抗生素自发现以来在本世纪有了很大的发展,在世界药品市场,半合成头孢菌素类抗生素已有50 多种,头孢菌素已开发到了第四代,其品种和数量居各类抗生素的首位。近年来,流感嗜血杆菌感染的发病率不断上升,一直深受人们的关注。目前上市的所有头孢菌素类抗生素除了少数对流感嗜血杆菌有一定的抗菌活性外,大部分头孢菌素对它的活性不尽人意。同时随着临床应用的普及和增长,头孢菌素类抗生素不良反应的发生率也逐渐增多,如致敏反应、造血系统功能障碍、二重感染及肝脏和肾毒性等。急需设计和寻找出抗菌活性更强、安全性更高的头孢菌素新药。因此对头孢菌素的药效学/药动学性质,抗菌作用机理和化合物分子结构之间的关系做深入研究,可以为设计和寻找新药提供参考和帮助。本文利用量子化学方法和神经网络方法,进行了头孢菌素类抗生素的分子结构参数计算以及药效学/药动学参数与其分子结构参数之间的QSAR和QSPR建模。本文搜集了已有实验报道的102 种头孢菌素类抗生素的流感嗜血杆菌的最小抑菌浓度作为本文研究的药效学指标。运用量子化学AM1 算法计算了此102 种头孢菌素类抗生素的24 个结构参数。由相关性分析从中筛选出与头孢菌素的药效学指标相关性较大的7 个结构参数作为神经网络的输入参数。利用误差反向传播的神经网络,训练函数选用Levenberg-Marquardt 的快速学习算法来构建头孢菌素类抗生素的QSAR 模型,从102 个头孢菌素样本中,随机抽取了94 个样本作为训练集,剩余的作为检验集来验证QSAR 模型的预测效果,结果表明QSAR 模型的训练和预测效果较好,说明本文筛选的结构参数和建立的头