支持向量機(jī)對(duì)不同物種毒性的QSAR研究.pdf

1、化合物結(jié)構(gòu)與其毒性的定量構(gòu)效（QSAR）關(guān)系研究，因其建立具有預(yù)測(cè)毒性能力的模型，對(duì)已經(jīng)進(jìn)入人類中的生物毒物以及尚未投放市場(chǎng)的新化合物的毒性進(jìn)行成功的預(yù)測(cè)和評(píng)價(jià)，因而在生物毒物領(lǐng)域研究中已經(jīng)顯示出極其廣闊的應(yīng)用前景。本論文從支持向量機(jī)的回歸和分類兩方面對(duì)四類不同物種毒性進(jìn)行探討研究。以“小樣本，多維數(shù)”為特征的研究樣本，采用最小二乘支持向量回歸算法進(jìn)行研究；以“小樣本，貧信息”為特征的研究樣本，采用支持向量機(jī)多類分類算法展開研究。

2、>　　用Gsussian98程序的DFT-B3LYP方法在6-311G**水平上幾何全優(yōu)化和計(jì)算了30種硝基芳烴化合物分別對(duì)梨形四膜蟲和圓腹雅羅魚的量子化學(xué)結(jié)構(gòu)描述符。經(jīng)振動(dòng)分析,所得穩(wěn)定構(gòu)型均無虛頻，量化計(jì)算了10余種結(jié)構(gòu)描述符如：μ、EHOMO、ELUMO、ENHOMO、ENLUMO、ΔE=ELUMO-EHOMO、Q-NO2、QC-NO2、V等，結(jié)合硝基芳烴對(duì)梨形四膜蟲和圓腹雅羅魚的急性毒性(-1gLC50)進(jìn)行定量構(gòu)效關(guān)系(QSA

3、R)研究。
　　應(yīng)用最小二乘支持向量機(jī)研究30種硝基芳烴對(duì)梨形四膜蟲急性毒性。取25種硝基芳烴化合物構(gòu)建訓(xùn)練集，5種硝基芳烴化合物作為預(yù)測(cè)集。對(duì)訓(xùn)練集建立數(shù)學(xué)模型，對(duì)預(yù)測(cè)集模擬。同時(shí)，列出逐步回歸、偏最小二乘回歸、徑向基神經(jīng)網(wǎng)絡(luò)等方法的仿真結(jié)果，得出最小二乘支持向量機(jī)模型性能最優(yōu)，在此模型基礎(chǔ)上找出了影響該類化合物毒性的各個(gè)因素。
　　應(yīng)用最小二乘支持向量機(jī)研究30種硝基芳烴對(duì)圓腹雅羅魚急性毒性。取23種硝基芳烴化合物構(gòu)建訓(xùn)

4、練集，7種硝基芳烴化合物作為預(yù)測(cè)集。對(duì)訓(xùn)練集建立數(shù)學(xué)模型，對(duì)預(yù)測(cè)集模擬。同時(shí)，列出逐步回歸、偏最小二乘回歸、徑向基神經(jīng)網(wǎng)絡(luò)等方法的仿真結(jié)果，得出最小二乘支持向量機(jī)模型性能最優(yōu)，在此模型基礎(chǔ)上找出了影響該類化合物毒性的各個(gè)因素。
　　應(yīng)用支持向量機(jī)研究23種芳香腈對(duì)發(fā)光菌的毒性分類。選擇適合的核參數(shù)，應(yīng)用“窮舉法”對(duì)參數(shù)進(jìn)行優(yōu)化,其正確率達(dá)到了90.91％，F(xiàn)isher判別分析正確率81.82%，優(yōu)于概率神經(jīng)網(wǎng)絡(luò)的72.73%。

5、r>　　應(yīng)用遺傳算法-支持向量機(jī)對(duì)77種多環(huán)芳烴毒性進(jìn)行分類。由于“窮舉法”優(yōu)化參數(shù)耗機(jī)時(shí)間長(zhǎng)，遺傳算法具有隱含的并行性和強(qiáng)大全局搜索能力,可以在很短的時(shí)間內(nèi)搜索到全局最優(yōu)點(diǎn)，因此采用遺傳算法對(duì)參數(shù)進(jìn)行優(yōu)化。對(duì)于毒性的分類：支持向量機(jī)的正確率為81.25%，F(xiàn)isher判別分析的正確率為71.88%，概率神經(jīng)網(wǎng)絡(luò)的正確率為76.56%。
　　總之，支持向量機(jī)具有理論完備、全局優(yōu)化、非線性映射強(qiáng)、泛化能力好的優(yōu)點(diǎn)。而在實(shí)際化學(xué) QS