《表4 BCF的QSAR通用模型》
注:1) 化合物个数:训练集/验证集/测试集;2) 相关系数R2:训练集R2/验证集R2/测试集R2。
通用模型则是指训练集包含的化合物种类多,应用域较宽的QSAR模型。表4列出了通用模型,如Papa等[6]以5个DRAGON描述符,605个化合物数据,通过遗传算法-变量子集选择(GA-VSS)建立了QSAR模型。Dearden等[7]以拓扑指数和正辛醇/水分配系数共7个描述符,通过人工神经网络(ANN)建立了包含642个化合物的QSAR模型。Pi-ira等[8]以VCC-logS等5个描述符通过最佳多元线性回归(BMLR)方法,建立了包含627个化合物的QSAR模型。但目前已有通用模型的拟合能力还有待提高。
图表编号 | XD0075421300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 郑玉婷、乔显亮、于洋、林军、丁琼 |
绘制单位 | 环境保护部固体废物与化学品管理技术中心、大连理工大学环境学院工业生态与环境工程教育部重点实验室、环境保护部固体废物与化学品管理技术中心、环境保护部固体废物与化学品管理技术中心、环境保护部固体废物与化学品管理技术中心 |
更多格式 | 高清、无水印(增值服务) |