期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
人工神经网络预测非环状亚硝胺急性毒性的QSAR研究 被引量:3
1
作者 陈雅菲 钟儒刚 白洁 《化学研究与应用》 CAS CSCD 北大核心 2022年第1期58-67,共10页
在DFT-B3LYP/6-311+G(d,p)水平对60种非环状亚硝胺分子结构进行几何全优化,通过多元逐步线性回归(MSR)分析筛选出9个量子化学描述符作为自变量,log LD_(50)(lethal dose 50%,LD_(50):大鼠口服急性毒性)作为因变量,采用人工神经网络(ANN... 在DFT-B3LYP/6-311+G(d,p)水平对60种非环状亚硝胺分子结构进行几何全优化,通过多元逐步线性回归(MSR)分析筛选出9个量子化学描述符作为自变量,log LD_(50)(lethal dose 50%,LD_(50):大鼠口服急性毒性)作为因变量,采用人工神经网络(ANN)方法构建QSAR模型。经Levenberg-Marquardt(LM)算法训练得到的隐含层为10个神经元节点的多层感知机ANN模型为最优结构。采用内外双重验证的方法,分析和检验模型的稳健性。对模型的内部验证采用留一法(LOO)交叉验证和均方根误差(RMSE)评估,其结果为Q_(LOO)^(2)=0.9514,RMSE_(train)=0.1534;外部验证结果为Q_(ext)^(2)=0.8842,RMSE_(test)=0.2948,因此构建的QSAR模型具有优秀的预测能力,为非环状亚硝胺结构和其急性毒性关系的深入理解提供理论基础。 展开更多
关键词 环状亚硝胺 量子化学描述符 人工神经网络(ANN) 定量构效关系(QSAR) 急性口服毒性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部