На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

Построение QSPR-моделей. QSPR-моделирование проводили с использованием
QSAR программ EMMA (см. раздел 8.1) и NASAWIN (см. раздел 8.2).
При работе с программой EMMA сначала рассчитывали все фрагментные (максимальный
размер фрагментов до 6 атомов) и два дополнительных дескриптора
(см. ниже), далее формировали обучающую и контрольную выборки, и на основе
пошаговой регрессии и предварительного отбора из групп взаимно скоррелированных
(R>0.9) дескрипторов тех, которые наилучшим образом коррелируют
с моделируемым свойством, строили QSPR-модели.
Прежде всего, мы решили повторить результаты работы [268], но с использованием
фрагментных дескрипторов. Полученные данные приведены в
Табл. 4 (стр. 165). Прежде чем перейти к обсуждению и сравнению литературных
и полученных нами данных, отметим, что авторы работы [268] использовали
в качестве дескрипторов спектральные моменты топологической
матрицы связей и, самое главное, рассматривали алифатические и ароматические
структуры по отдельности. При этом QSPR-модель [268] для алифатических
структур имела следующие статистические характеристики: R 2 (коэффициент
детерминации) = 0.960, s (стандартное отклонение) = 6.06 (10 -6 единиц),
среднеквадратичная ошибка на прогнозе 8.49 (10 -6 единиц).
Табл. 4. Статистические характеристики QSPR-моделей для магнитной восприимчивости
(в 10 -6 единиц)
Модель База Обучающая выборка Контрольная выборка
N дескр R 2 s R 2 прогн MAE прогн
1 1 4 0.937 7.63 0.949 7.50
2 1 4 0.943 7.30 0.984 4.17
3 1 4 0.982 4.14 0.985 4.56
4 2 3 0.871 6.79 0.948 6.28
5 2 6 0.989 1.99 0.934 6.58
6 2 6 0.987 6.48 0.937 8.41
7 2 8 0.991 5.44 0.931 7.87
8 3 7 0.985 4.99 0.934 7.02
Для построения модели 1 (Табл. 4) на основе фрагментных дескрипторов
мы использовали обучающую и контрольную выборки алифатических струк-
165