На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

статистических параметров моделей по сравнению с результатами, получаемыми
при использовании только фрагментных дескрипторов.
Табл. 23. Статистические показатели моделей, построенных для фенолов, карбоновых
кислот и азотсодержащих соединений
Класс соединенистроенных
Параметры моделей, по-
Параметры моделей построенных
с использованием
только ФД
с использованием ФД
и квантово-химических дескрипторов
Фенолы МЛР: R 2 = 0.9746, s = 0.40, МЛР: R 2 = 0.9794, s = 0.36,
RMSE t = 0.38, RMSE v = 0.57
ИНС: R 2 = 0.9815,
RMSE t = 0.32, RMSE v = 0.53
RMSE t = 0.33, RMSE v = 0.41
ИНС: R 2 = 0.9831,
RMSE t = 0.30, RMSE v = 0.42
Карбоновые
кислоты
МЛР: R 2 = 0.8966, s = 0.33,
RMSE t = 0.31, RMSE v = 0.51
ИНС: R 2 = 0.9115,
RMSE t = 0.28, RMSE v = 0.48
МЛР: R 2 = 0.9122, s = 0.31,
RMSE t = 0.28, RMSE v = 0.34
ИНС: R 2 = 0.9534,
RMSE t = 0.21, RMSE v = 0.27
Азотсодержащие
МЛР: R 2 = 0.9302, s = 0.99, МЛР: R 2 = 0.9611, s = 0.75,
со-
RMSE t = 0.93, RMSE v = 1.14 RMSE t = 0.69, RMSE v = 0.94
единения ИНС: R 2 = 0.9306,
RMSE t = 0.93, RMSE v = 1.13
ИНС: R 2 = 0.9692,
RMSE t = 0.62, RMSE v = 0.60
где: R 2 - коэффициент детерминации, RMSE t , RMSE v – среднеквадратичная
ошибка на обучающей и контрольной выборке, , s – стандартное отклонение.
Как видно из данных, приведенных в Табл. 23, лучшие статистические
параметры были получены методом ИНС для фенолов. Однако в этом случае
статистические параметры моделей, построенных с использованием только 20
фрагментных дескрипторов (R 2 = 0.9815, RMSE t = 0.32, RMSE v = 0.53) и дополнительных
7 квантово-химических дескрипторов (R 2 = 0.9831, RMSE t = 0.30,
RMSE v = 0.41) оказались достаточно близки. В отличие от этого, улучшение
статистических параметров при использовании квантово-химических дескрипторов
в комбинации с фрагментными дескрипторами для моделирования pK a
карбоновых кислот и азотсодержащих соединений достаточно очевидно.
Так как предложенный подход оказался эффективным при моделировании
трех отдельных баз данных, нами была предпринята попытка построить
общую модель “структура-свойство” для общей базы данных. С целью проверки
прогностической способности QSPR-моделей база данных также была раз-
236