论文部分内容阅读
为建立黄烷酮衍生物抗菌活性的QSAR预测模型,分析了34种黄烷酮衍生物的分子结构与抗菌活性之间的相关关系,计算了黄烷酮衍生物的分子结构参数——电性距离矢量,优化筛选了其中的m14、m15、m22、m26、m32这5种参数,将其与黄烷酮抗菌活性进行多元回归分析.为进一步提高预测的准确度,将这5种分子结构参数作为BP神经网络的输入层变量,抗菌活性值作为输出层变量,采用5∶3∶1的网络结构,获得了令人满意的QSAR预测模型,计算得到的抗菌活性预测值与实验值较为吻合,平均相对误差仅为1.10%.结果表明:该模型具有良好的预测黄烷酮衍生物抗菌活性的能力,而且神经网络法比多元线性回归方法更为高效.