神经网络用于抗癌药物蛋白质酪氨酸激酶抑制剂苄叉丙二腈衍生物QSAR研究

摘要

系统研究了神经网络 (NN)模型算法及其在药物定量构效关系 (QSAR)中的应用。采用改进的误差反传算法探讨了抗癌药物蛋白质酪氨酸激酶抑制剂苄叉丙二腈类化合物的生物活性 (PI50 )与取代基参数如共振效应R ,摩尔折射率MR及指示变量I等的定量关系。给出了精密的估计和准确的预测 (相关R =0 .9435,标差S =0 .343,残差小于 0 .8,即d≤ 0 .772 ) ,优于经典的多元线性回归法 (相关R =0 .864,标差S =0 .52 8,残差小于 2 .5即d≤ 2 .42 )。结果表明 :神经网络是一种有效的计量化学建模预测方法 ,可用于抗癌药物的分子设计与构效关系研究。