Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
рамках одноуровневого подхода для описания химических соединений были<br />
использованы наборы фрагментных дескрипторов [481] размером до шести неводородных<br />
атомов. Предварительный отбор дескрипторов проводился по методу<br />
быстрой пошаговой множественной линейной регрессии (БПМЛР) [482].<br />
Отобранные наборы дескрипторов использовались для построения нейросетевых<br />
моделей «структура-свойство» при помощи многослойных персептронов<br />
[39]. При построении моделей в рамках двухуровнего подхода были точно таким<br />
же образом с применением фрагментных дескрипторов и комбинации<br />
БПМЛР и многослойных персептронов модели первого уровня, позволяющие<br />
прогнозировать значения липофильности log P и четырех констант Абрахама A,<br />
B, E и S, характеризующих, соответственно, кислотность и основность по отношению<br />
к образованию водородной связи, избыточную молярную рефракцию<br />
и диполярность/поляризуемость. Для построения модели для липофильности<br />
была использована выборка 3, включающая 7805 соединений [483], а для констант<br />
Абрахама – выборка 4, состоящая из 457 соединений и приведенная в работе<br />
[484]. В Табл. 30 представлены статистические характеристики моделей<br />
первого уровня. На втором этапе результаты прогноза, полученные с помощью<br />
моделей первого уровня для соответствующих выборок органических соединений<br />
по логарифму коэффициента сорбции в почве и логарифма растворимости<br />
фуллерена С 60, были использованы в качестве дескрипторов при построении<br />
нейросетевых моделей второго уровня для расчета этих свойств. В всех случаях<br />
для оценки прогнозирующей способности моделей была применена процедура<br />
двойного 5x4-кратного скользящего контроля [482]. Построение QSPRмоделей<br />
осуществляли с помощью программного комплекса NASAWIN [194].<br />
Значения параметра Q 2 DCV и среднеквадратичной ошибки прогноза RMSE DCV<br />
для моделей, полученных с использованием одноуровневого и многоуровневого<br />
подходов для расчета логарифма коэффициента сорбции органических соединений<br />
в почве и логарифма растворимости фуллерена С 60 , приведены в<br />
Табл. 31 на стр. 270. Как видно из представленного материала, прогнозирующая<br />
способность QSPR моделей, полученных в рамках многоуровневого подхода,<br />
значительно превышает прогнозирующую способность одноуровневых моде-<br />
268