На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

делена на обучающую выборку (609 соединений) и контрольную выборку (67
соединений). При моделировании общей базы данных было использовано различное
количество дескрипторов. Первоначально, методом БПМЛР было отобрано
226 фрагментных и 7 квантово-химических дескрипторов, а в дальнейшем
осуществлялось последовательное уменьшение их числа (Табл. 24). Такой
подход представляется эффективным для выявления оптимального количества
дескрипторов, что, в свою очередь, дает возможность получения более устойчивой
предсказательной QSPR-модели.
Табл. 24. Статистические параметры QSPR-моделей построенных с использованием
фрагментных и квантово-химических дескрипторов
D фр /D кх R 2 RMSE обуч RMSE контр
226/7 0.9938 0.34 0.40
194/6 0.9931 0.36 0.55
96/4 0.9862 0.36 0.46
46/4 0.9832 0.56 0.64
13/2 0.9658 0.78 0.92
Анализ полученных результатов показал что модель “структура –
свойство”, построенная с использованием 96 фрагментных и 4 квантовохимических
дескрипторов (Рис. 49), представляется наиболее оптимальной. Как
видно из Табл. 24, переход от модели, построенной на двухстах дескрипторах, к
модели на ста приводит лишь к незначительному уменьшению коэффициента
корреляции при сохранении значения RMSE для обучающей выборки и улучшению
RMSE для контрольной выборки. При этом дальнейшее уменьшение
числа дескрипторов до 50 хотя и позволяет сохранить близкий коэффициент
корреляции, но приводит к резкому увеличению значений RMSE как для контрольной,
так и для обучающей выборки.
237