《表4 最优2D-QSAR模型中5个描述符的相关矩阵分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《MKC-442及其类似物的二维定量构效关系》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

一般来讲，r2>0.6且q2>0.5意味着QSAR模型具有较高的预测能力和统计学意义[15]。从公式（3）可知，r2=0.784 5>0.6，q2=0.695 8>0.5，F=138.2，P值<0.000 1，表明最优模型具有较好的预测能力和稳定性。根据“Rule-of-Thumb”规则，2D-QSAR模型中训练集（N）与描述符（M）的比值（N/M）应不小于5[16]，所得最优模型的N/M为8>5，完全满足此规则，表明描述符的选择数量适当，不存在过度拟合现象，且有利于构建稳定的、预测能力较强的2D-QSAR模型。最优模型中5个描述符的计算结果见表3，这些描述符的相关性分析结果见表4，可知任意2个描述符之间的相关性均<0.8[17]，表明描述符之间不存在明显的共线性问题。40个训练集样本的p EC50实验值、预测值及残差见表1，其p EC50实验值与预测值的回归趋势线见图2，可以看出训练集分子均匀地分布于回归趋势线上或两侧。