催化剂定量构效关系建模方法应用进展.pdfVIP

第33卷第10期 计算机与应用化学 V01．33，No．10 October 2016年lO月28目 and Chemistry 28，2016 ComputersApplied 催化剂定量构效关系建模方法应用进展 王继叶，项曙光+ (青岛科技大学过程系统工程研究所，山东，青岛266042) 摘要：从近十多年的应用进展情况来看，常用的催化剂定量构效关系(QSAR)建模方法包括以多元线性回归(MLR)、主成分回归 (ANN)非线性方法两种。最有效的线性方法是PLS法，其优点是模型机理明确，缺点是有时不如RBFNN模型的预测能力强；最 有效的非线性方法是RBFNN法，其优点是模型的预测能力往往比PLS模型强，但缺点是机理不够明确。最成功的也是最具应 导新型高效催化剂的结构设计，而用RBFNN模型来预测所设计催化剂的性能，反过来修正所设计催化剂的结构，从而减少催化 剂合成实验的工作量。 关键词：建模方法：定量构效关系(QSAR)；催化剂；应用进展 中图分类号：TQ333．3 文献标志码：A 文章编号：1001-4160(2016)10—1045—1049 DoI：10．16866／j．tom．app．chem201610002 只介绍连续变量的建模方法。而连续变量的建模方法又 1 引言 分为线性建模方法和非线性建模方法两类，下面分别作 简单介绍。 化合物的分子结构决定其性质。所谓定量构效关系 2．1线性建模方法 (QSAR)就是描述化合物分子结构与其性质之间相关性的 2．I．1多元线性回归 数学模型，通过该模型可以对未知化合物的性质进行预 Linear 多元线性回归(Multiple 测，并指导新型催化剂的开发。QSAR研究的传统领域是 QSAR模型回归中最基本和最常用的方法之一【4j。它假设 药物设计，它是目前应用最为广泛的药物设计方法，可 因变量与多个自变量之间呈线性关系。MLR的优点是模 以提高药物开发效率、缩短新药开发进程、降低新药开 型简洁、直观：缺点是要求自变量之间必须是相互独立的， 发成本…。 样本数目至少是自变量数目的5倍，而且不太适合于复杂 QSAR研究一般包括三个步骤：数据收集，分子结构 的问题。如果自变量数目远远大于样本数目，则MLR模 描述符的计算和选择，数学模型的建立与评价。其中，数 型常常被过度拟合。过度拟合导致自变量的不同组合会得 学模型的建立是关键的一个步骤，模型的质量由建模方法 到多个不同的模型，而每个模型的预测能力都很差。MLR 直接决定。分子结构与性质之间的QSAR关系可以是线性 的模型方程如式(1)所示。 的，也可以是非线性的。因此，建模方法就分为线性方法