摘 要: | 在B3LYP/6-31G水平上采用高斯09全优化计算了50个P4501A2抑制剂的量子化学参数,应用基于预测的模型变量选择方法(VSMP)选择描述子最佳子集,建立了最高轨道占有能(EHOMO)和分子体积(Vm)与萘、内酯衍生物及其他化合物对细胞色素氧化酶P4501A2抑制剂的两变量线性QSAR模型,结果表明:所选的2个分子结构描述符与50个抑制剂的活性之间具有很强的线性关系(相关系数r2=0.9070)和内部预测能力(留多法交叉验证相关系数q2=0.7517)。同时,将50个化合物分成奇数集和偶数集各自进行筛选建模,并彼此进行外部预测,对全部样本集、奇数集和偶数集样本模型进行了y Randomization检验,结果表明描述符EHOMO和Vm建立的模型均非常稳定并具有很高的预测能力。
|