人工神经网络在定量结构活性相关QSARs研究中的应用.pdfVIP

第 33 卷第 1 期 东 北 师 大 学 报 自 然 科 学 版 Vol33 No 1 200 1 年 3 月 J OU RNAL OF NOR THEA ST NORMAL UN IV ERSI T Y March 200 1 ( ) [文章编号] 200 1 0 1007405 人工神经网络在定量结构 - 活性相关 ( ) Q SA Rs 研究中的应用 刘希涛 ,袁 　星 ,赵元慧 ( 东北师范大学环境科学系 ,吉林 长春 130024) ( ) [摘 　要] 　人工神经网络 ANN 源于模拟人脑中信息处理过程的计算机模型. 它独特的结构和处理信息的方法 ,使其在许多实际应用领域中取得了显著的成 ( ) 效. 介绍了人工神经网络的原理及其在定量结构 - 活性相关 Q SA Rs 研究中的 应用 ,并对其进一步的应用做了展望. [ 关键词] 　人工神经网络 ;定量结构 - 活性相关 ;B P 模型 [ 中图分类号] 　X 13 1 　　　[ 文献标识码] 　A ( ) ( 　　定量结构 - 活性相关 Q SA Rs 通过建立数学模型来描述分子的生物活性 如毒性和 ) 生物降解性 与其分子结构和理化性质之间的关系 ,用于评价化学品的内在特性 、筛选风 险化学品以及提供优先监控对象 ,可以节省大量的人力 、物力和财力. 在 Q SA Rs 研究中 , 线性回归分析是最广泛使用的一种定量方法. 但这种相关分析方法有很大的缺陷 :它要求 所有被考察的化合物具有共同的作用机制 , 因而 ,一般来讲它只能应用于同一类的化合 物. 若试图扩大所研究的化学品的范围 ,则会带来很差的相关性. 并且 ,这种统计分析方法 ( ) 很容易被误用. 人工神经网络 artificial neural network ,ANN 作为一种新的数学模型 ,很 快被应用于 Q SA Rs 研究 ,显示出对非线性问题的极高的求解能力. 1 　基本原理 人工神经网络是模拟人脑结构的一种大规模并行联接机制系统 ,具有人脑那样的自 适应 、自组织和自学习的能力. 一般认为它是一个高度复杂的非线性动力学系统[ 1 ] . 其 ( ) ( ) ( 中 ,误差反向传递 B P 模型能完成 n 维空间 输入节点数 n 到 m 维空间 输出节点数 m) 的复杂非线性映射 ,是应用最广泛的一种神经网络. 它由输入层 、隐含层和输出层组 ( ) 成 ,各层次的神经元之间形成全互连接 ,各层次内的神经元之间没有连接 见图 1 . 每层 ( ) 由若干个神经元 又叫节点 组成 ,每个神经元包含一定信息量 ,神经元通过连接权重接受 ( ) [2 ] 来自其他