PLS和GA应用于部分有机污染物的QSAR研究

论文摘要

有机污染物定量结构-活性相关（QSAR）对于有机化合物的生态风险性评价、污染控制和预防等具有重要意义。QSAR研究常采用偏最小二乘回归分析（PLS）建立模型,以解决大量分子结构描述符的使用带来的变量间多重共线性问题。为了对众多的分子结构描述符进行筛选以得到最佳的QSAR模型,人们提出了各种变量选择方法。其中,基于遗传算法（GA）的变量选择方法由于结合了GA较强的全局优化搜索能力而具有较好的效果。但是,现有的各种变量选择方法均存在着一定的问题。 本文针对两个典型的不同样本容量的有机污染物QSAR研究,提出了不同的变量选择方法,就其变量选择及模型优化效果进行了深入地研究和探讨,在此基础之上建立了最佳的OSAR模型,并对所得的模型进行了相应的解释。 1.基于量子化学分子结构描述符和拓扑参数,应用PLS,建立了可以预测不同环境温度下多氯代二苯并二噁（口英）/呋喃（PCDD/Fs）固相蒸气压（Ps）和过冷液相蒸气压（PL）的定量模型。 在建模过程中,提出并采用了三种适用于大样本QSAR研究的变量选择方法:①基于逐步回归分析的变量选择方法;②基于变量投影重要性参数VIP的变量选择方法;③基于PLS模型的Qcum2（经交叉验证得到的,模型中提取的PLS成分所能解释的因变量的累计方差的比例）和VIP的变量选择方法。研究发现:由于预测变量间多重共线性的影响,第一种方法的性能不稳定,不能得到较好的模型;第二种方法所依据的VIP并不是一个优良的搜索方向的判据,而且该方法的搜索范围较小,因此这种方法得到的模型常是局部最优解;第三种方法以Qcum2作为搜索方向的主要判据,而且其搜索范围较广,因此这种方法常常能得到较好的模型,是这三种方法中最好的变量选择方法。 在PCDD/Fs的蒸气压（P）的QSAR模型中加入了对熵因素的考察。研究结果表明:熵因素是影响PCDD/Fs的Ps的一个重要因素,而对PCDD/Fs的PL没有重要影响。 建立的PCDD/Fs的尸s和PL的温度依附性预测模型的Qcum2均高于0.970,表明模型具有较好的稳健性和预测能力,可以用于PCDD/Fs不同温度下P的预测。对所得的最佳模型的考察发现:影响PCDD/Fs的Ps的主要因素,按由强到弱的顺序,依次是温度、分子间色散力、熵因素、分子间的偶极-偶极作用力和偶极-诱导偶极作用力;影响PCDD/Fs的PL的主要因素是温度和分子间色散力。 2.基于正辛醇/水分配系数（Kow）和一些理论分子结构描述符,应用PLS,建立了光合作用（PHS）抑制剂和乙酰乳酸合成酶（ALS）抑制剂两类除草剂对小球藻（Chtorella Vulgaris）急性毒性的QSARs。

论文目录

• 摘要
• Abstract
• 1 有机污染物定量结构-活性相关的研究进展
• 1.1 有机污染物定量结构-活性相关
• 1.1.1 有机污染物QSAR的含义和意义
• 1.1.2 QSAR的发展和前景
• 1.1.3 QSAR研究的主要方法和模型
• 1.1.4 有机污染物QSAR研究的基本步骤
• 1.1.5 有机污染物QSAR研究常用的分子结构描述符
• 1.1.6 有机污染物QSAR研究常用的建模方法
• 1.2 偏最小二乘回归分析（PLS）
• 1.2.1 PLS的基本原理
• 1.2.2 PLS的一个简化算法
• 1.2.3 PLS成分数目的确定
• 1.2.4 PLS方法的特点
• 1.3 变量选择
• 1.3.1 传统的变量选择法
• 1.3.2 基于PLS的变量选择法
• 1.3.3 基于搜索算法的变量选择法
• 1.4 本论文的研究工作
• s）蒸气压的QSAR研究'>2 PLS应用于多氯代二苯并二噁（口英）／呋喃（PCDD／F_s）蒸气压的QSAR研究
• 2.1 前言
• s简介'>2.1.1 PCDD／F_s简介
• s的蒸气压'>2.1.2 PCDD／F_s的蒸气压
• 2.1.3 蒸气压的预测方法
• 2.1.4 本章的研究工作
• 2.2 建模数据及研究方法
• s的蒸气压数据'>2.2.1 PCDD／F_s的蒸气压数据
• 2.2.2 分子结构描述符和温度变量
• 2.2.3 建模方法
• 2.3 结果与讨论
• s的P_s的预测模型'>2.3.1 PCDD／F_s的P_s的预测模型
• s的P_L的预测模型'>2.3.2 PCDD／F_s的P_L的预测模型
• 2.4 小结
• 3 PLS应用于部分除草剂对Chlorella Vulgaris急性毒性的QSAR研究
• 3.1 前言
• 3.2 建模数据及研究方法
• 3.2.1 急性毒性数据
• 3.2.2 分子结构描述符
• 3.2.3 建模方法
• 3.3 结果与讨论
• 3.3.1 模型的建立与比较
• 3.3.2 毒性作用机理的解释
• 3.4 小结
• 4 GA-PLS算法的改进及其在部分有机污染物QSAR研究中的应用
• 4.1 GA-PLS算法简介
• 4.1.1 遗传算法
• 4.1.2 GA-PLS算法的基本过程
• 4.2 GA-PLS算法中适应度函数的改进及算法的实现
• 4.2.1 GA-PLS算法中适应度函数的改进
• 4.2.2 GA-PLS算法的实现
• s蒸气压的QSAR研究'>4.3 GA-PLS应用于PCDD／F_s蒸气压的QSAR研究
• s固相蒸气压的预测模型'>4.3.1 PCDD／F_s固相蒸气压的预测模型
• s过冷液相蒸气压的预测模型'>4.3.2 PCDD／F_s过冷液相蒸气压的预测模型
• 4.4 GA-PLS应用于部分除草剂对Chlorella Vulgaris急性毒性的QSAR研究
• 4.4.1 PHS抑制剂对Chlorella Vulgaris急性毒性的QSAR
• 4.4.2 ALS抑制剂对Chlorella Vulgaris急性毒性的QSAR
• 4.5 小结
• 5 结论、创新点与展望
• 5.1 结论
• 5.2 创新点
• 5.3 展望
• 参考文献
• 攻读博士学位期间发表学术论文情况
• 附录A 改进的GA-PLS算法的源程序
• 致谢
• 个人简历
• 大连理工大学学位论文版权使用授权书