摘要：提出一种基于遗传算法的新型模糊神经网络方法 ,用于计算Benzodiazepines(BZs)类药物的定量构效关系 .这类模糊神经网络综合了神经网络、遗传算法与模糊逻辑的各自优势 ,具有优良的定量构效关系辨识能力 ,其学习速度较快 ,不易陷入局部最小区域 ;网络知识以模糊语言变量的形式加以表达 ,不仅易于理解 ,而且能有效地利用已有的专家经验 .一旦通过学习获得规律后 ,不仅能很好地预测化合物的活性 。

摘要：采用量子化学密度泛函理论(DFT)及线性回归分析方法,对十一烷基咪唑啉衍生物缓蚀剂抗H2S、CO2腐蚀性能进行了定量构效关系(QSAR)研究.通过回归分析,筛选出了影响缓蚀剂缓蚀性能的主要因素,建立了QSAR模型,并使用留一法交叉验证对模型的稳定性及预测能力进行了分析.结果表明,电子转移参数△N、咪唑环上非氢原子静电荷之和ΣQring及分子极化率α对咪唑啉类缓蚀剂的缓蚀性能有很大的贡献,所得模型的拟合相关系数(R2)和交叉验证相关系数(q2)分别为0.924和0.917,模型对此类缓蚀剂抗H2S、CO2腐蚀性能具有较好的预测效果.应用QSAR研究结果进行了分子设计,在理论上提出了一些具有较高抗H2S、CO2腐蚀性能的新型咪唑啉衍生物,为实验工作者合成新型缓蚀剂提供理论参考.

摘要：本文综述了定量构效关系及化学模式识别的研究与进展。

摘要：以往研究对 34个针对蛋白激酶 C- α m RNA二级结构设计的反义药物 (AS- ODNs)进行了定量构效关系 (QSAR)分析并得到 QSAR方程 .本研究再次设计 1 0个 AS- ODNs验证 QSAR方程对药物活性预测的可靠性 .结果显示其中 4个 AS- ODNsIC50 值明显低于阳性对照 ISIS352 1 (P<0 .0 5) . 8个AS- ODNs与 ISIS352 1的实测 IC50 与 QSAR方程预测相符 ,实测与预测 IC50 之间相关系数为 0 .76(P<0 .0 5) .两个 AS- ODNs,AP1 2 61 (2 0 )和 AP0 1 86(2 0 )的实测 IC50 与预测不符 .结果提示 QSAR方程一定程度上反映了 AS- ODNs活性与靶结构的关系 ,对预测反义药物生物活性有益 .但

摘要：采用密度泛函理论(DFT)和逐步回归分析法对15种新合成的取代喹啉类化合物进行了定量构效关系(QSAR)研究.在B3LYP/6-31G(d,p)水平上计算了取代喹啉的量子化学参数,通过逐步多元回归分析筛选出影响抗菌活性的主要因素,建立了定量构效关系方程,并用留一法交叉分析了模型的稳定性及预测能力.结果表明,C5的亲核电子密度fCN5及C9—N1的键级BC9—N1是影响喹啉类化合物抗金黄色葡萄球菌活性的主要因素,所得模型对该类化合物抗菌活性有较好的预测效果.同时基于QSAR研究结果设计了4个活性较高的新喹啉衍生物.

摘要：设计合成了一系列未见文献报道的4-乙氧羰基-1,7-二氢-1-取代苯基-5-(未)取代吡唑啉[5,1-d][1,2,3,5]四嗪-7-酮衍生物,其结构均经过1HNMR、IR和元素分析表征.生测结果显示,与已报道的化合物相比,它们表现出较好的除草活性.定量的结构与活性关系研究表明,它们的除草活性与取代基的立体效应参数和疏水性参数呈现很好的相关性,相关系数r大于0.8.当作用对象为油菜时,化合物的活性可能主要与取代基R1的摩尔分子折射和取代基R2的疏水性参数有关.当取代基R1的摩尔分子折射参数为1.452时,相应化合物可能具有对油菜最高的除草活性;当作用对象为稗草时,化合物的活性主要与取代基R2疏水性参数和Taft(Es)参数有关.

摘要：设计合成了一系列未见文献报道的5-叔丁基-3-[4-取代-5-(氢)甲基嘧啶-2-基]-1,3,4-噁二唑-2(3H)-酮的衍生物,其结构均经过1HNMR,IR和元素分析表征.生测结果显示,部分化合物表现出较好的除草活性.定量的结构与活性关系研究表明,它们的除草活性与取代基的立体效应参数和电性参数呈现很好的相关性,相关系数r大于0.8.当作用对象为油菜时,化合物的活性可能主要与取代基R2的邻位立体效应参数Es和电性参数相关;当作用对象为稗草时,化合物的活性主要与取代基R2邻位立体效应参数Es和间位取代基电性参数相关.

摘要：设计合成了 14个含不同性质取代基的黄烷酮类化合物 ,并采用核磁共振氢波谱、质谱和元素分析对所有化合物的结构进行了表征 .在系统测定化合物对水稻稻瘟病抑制活性的 IC5 0 值的基础上 ,采用H ansch- Fujita方法和 Co MFA方法对其定量结构活性关系进行了系统研究 ,结果发现 ,化合物的疏水性质、极化效应以及最高空轨道能级对杀菌活性有重要影响 ,化合物的疏水参数越小 ,分子越容易极化 ,则化合物的杀菌活性越高 .此外 ,最高空轨道能级越低 ,化合物越容易接受电子 ,其杀菌活性也相应提高 .通过考察∑ π、clg P以及 lg K与化合物杀菌活性的相关性 ,发现 lg K能较好地反映该类化合物的疏水效应 .三维定量构效关系研究表明 ,B环 2 ,3,4位上含有较大体积的取代基 ,而 6位含较小体积的取代基 ,有利于提高其杀菌活性 .

摘要：综合运用量子化学方法及基团贡献法,采集了78种不同化学结构聚酰亚胺的结构参数.采用通径分析法从16种参数中筛选出了对介电常数具有显著影响的8种结构参数,在此基础上,构建了2种针对聚酰亚胺介电常数的定量构效关系模型,平均相对误差均在10%以内.研究认为影响聚酰亚胺薄膜介电常数的最重要因素为分子体积,从宏观角度来看即体系的自由体积尺寸.评价了2种模型的适用性及稳定性,对比发现人工神经网络模型具备更高的精度,相对误差均在5%以内,多元线性回归模型的精度在10%以内,但具备更好的物理意义.设计了18种低介电常数的聚酰亚胺结构单元,并预测其介电常数.研究发现增加体系的含氟量可以降低其介电常数,最佳含氟量为0.25~0.37之间.侧基占比S/M最佳比例为0.5~0.6左右,侧基占比过大将会导致介电常数上升.基于上述研究,设计了3种超低介电常数的聚酰亚胺结构,其中最低预测介电常数为1.22.

摘要：将定量构效关系引入到自乳化系统中,采用HF/6-31G*方法优化分子结构,在此基础上计算出组分的量子化学参数,考察组分含量、立体效应、疏水效应、静电效应对自乳化体系的微乳区域面积和粒径的影响,通过多元线性回归建立了分子结构参数和组分比例与体系的微乳区域面积/粒径间的定量函数模型,并对模型外的组分组成的测试集进行了预测.研究结果表明:乳化剂与助乳化剂的用量比是影响自乳化体系相行为的主要因素,油相和助乳化剂含量增大,粒径增加,乳化剂含量增大,粒径减小;而组分间的相互作用力对系统性质影响较小.除以肉豆蔻酸异丙酯(IPM)为油相建立的模型外,其余模型均具有较好的预测效果,利用这些规律可为自乳化系统的组分筛选提供理论指导,提高实验效率.