На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

Анализ квантово-химических параметров показал значительное положительное
влияние величины локального заряда на α–атоме углерода заместителя
R 1 (LocalCharge4), что свидетельствует о преобладании механизма А Alk 1 и хорошо
согласуется с опубликованными данными о механизмах гидролиза эфиров.
Также существенно влияние величины электронной плотности нижней незанятой
орбитали (LocalLUMODensity3), рассчитанной для карбонильного атома
кислорода (вклад положителен), и величины индекса электрофильной суперделокализуемости
(LocalSuperEleDeloc3) для этого же атома (вклад отрицателен),
что может служить доказательством присутствия ацильного механизма
гидролиза.
Таким образом, благодаря использованию аппарата искусственных нейронных
сетей оказывается возможным предсказывать константы скоростей кислотного
гидролиза сложных эфиров достаточно произвольного строения при
произвольной температуре и составе растворителя, а также проанализировать
полученную зависимость. Результаты проведенных исследований демонстрируют
возможность применения предложенного нами подхода к количественному
моделированию реакционной способности органических соединений.
7.3. Индуктивный перенос знаний при интеграции моделей «структурасвойство»
В настоящее время развитие методологии построения моделей «структура-свойство/структура-активность”
(QSPR/QSAR) по пути совершенствования
дескрипторного описания химических соединений и применения все более совершенных
методов анализа данных вошло в стадию насыщения и достигло того
уровня, когда существующими методами из базы данных удается извлечь
практически всю информацию, полезную для прогнозирования. Как отмечается
в работе [477], в большинстве случае прогнозирующая способность моделей,
построенных с использованием «достаточно хороших» наборов дескрипторов и
«достаточно хороших» методов анализа данных, уже очень слабо зависит и от
262