Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
ских соединений, содержащей в том числе галоидпроизводные и гетероциклические<br />
структуры ароматической природы – Базы 3. Полученные модели имеют<br />
достаточно высокие статистические показатели. Наилучшей прогнозирующей<br />
способностью обладает модель 8, построенная на семи дескрипторах:<br />
-χ M ×10 6 = -3.91 + 3.93 ƒr 1 + 6.41 ƒr 2 - 5.90 ƒr 3 - 2.93 ƒr 4 + 0.728 ƒr 5 +<br />
9.77 ƒr 6 + 0.823 V x (4)<br />
n = 420, R 2 = 0.9846, s = 5.0 (× 10 -6 единиц), средняя ошибка (по модулю) на<br />
прогнозе 7.02 (× 10 -6 единиц).<br />
где fr i равно числу следующих фрагментов в молекулах: ƒr 1 – Br, ƒr 2 – Hal, ƒr 3 –<br />
=O, ƒr 4 – C(Hal) 2 , ƒr 5 – •=•–•÷•÷• , ƒr 6 – RC Ar ÷C Ar (C Ar H) 2 .<br />
На Рис. 33 приведены диаграммы разброса экспериментальных и расчетных<br />
значений магнитной восприимчивости для обучающей и контрольной выборок<br />
согласно вышеприведенной модели.<br />
Расчет<br />
400<br />
350<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
0 50 100 150 200 250 300 350 400<br />
Эксперимент<br />
Предсказание<br />
350<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
0 50 100 150 200 250 300 350 400<br />
Эксперимент<br />
Рис. 33. Диаграмма разброса экспериментальных и расчетных значений магнитной<br />
восприимчивости для обучающей (слева) и контрольной (справа) выборок<br />
соединений (База 3) согласно модели 9.<br />
Таким образом, нами продемонстрирована применимость фрагментного<br />
подхода в рамках методологии QSPR для расчета магнитной восприимчивости<br />
органических соединений различных классов. Предложенные модели по статистическим<br />
характеристикам превосходят описанные в литературе. Этим примером<br />
продемонстрировано, что предложенные фрагментные дескрипторы в сочетании<br />
со статистическим аппаратом множественной линейной регрессии яв-<br />
168