运用线性和非线性的方法预测烷基苯的沸点和摩尔体积(英文)

本文中建立了几个定量的模型预测80个烷基苯的沸点和79个烷基苯的摩尔体积.每个烷基苯的结构用其分子式得到的6个数字编码来描述.把这6个数字编码作为捕述符,运用多元线性回归,多元非线性回归和人工神经网络地方法来分别建立定量构效关系模犁.模型具有很好的预测性.沸点的3个预测模型,RMS偏差都小于9℃,摩尔体积的3个预测模型的RMS偏差都小于6 cm3·mol-1.     

常用化学化工互联网数据库简介

化合物各种常见性质的检索对化学化工工作者十分重要。介绍了几个重要的化学化工互联网数据库,包括Chemfinder,NCI,SRC,ZINC,ChemBlink五个数据库,并对其站点、内容和功能以及使用技巧作了简要的阐述。     

基于多元线性回归及支持向量机回归分析对含苯基的羧酸类化合物pKa的预测

本文建立了2个180个含苯基的羧酸类化合物酸碱解离常数(pKa)的定量预测模型。这些化合物分子量在122.12到288.34的范围内,包含H,C,N,O,S,F,Cl,Br及I等元素.使用Cerius~2程序计算236个分子描述符来表述这些化合物,并使用统计学方法从中选择了12个描述符.分别使用多元线性回归分析(MLR)及支持向量机回归(SVM)结合10重交互检验方法来预测pKa数值.多元线性回归模型对pKa的预测结果相关系数为0.90,标准偏差为0.32;支持向量机模型结果较好,相关系数为0.91,标准偏差为0.31.