Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
вистские поправки, представлены как сумма атомных вкладов, т.е. атомных весов: MW = N ∑ i= 1 n i ⋅ AW i где: MW = молекулярный вес; N - число типов атомов (в данном случае, типов химических элементов) в молекуле; n i – число атомов типа i в молекуле; AW i – атомный вес атома, относящегося к i-ому типу. Обобщение выражения (59) приводит к общему способу оценки свойств химических соединений с использованием основанных на атомных вкладах аддитивных схем по формуле: P ≈ N ∑ i= 1 n i ⋅ A i где P обозначает произвольное молекулярное свойство, а A i – соответствующие атомные вклады. В отличие от уникального случая с молекулярным весом, уравнение (60) дает лишь приблизительную оценку других свойств. Е.А.Смоленский [172], исходя из понятия о химической дисперсии, ввел специальный количественный показатель S, находящийся в интервале от 0 до 1, для описания способности какого-либо свойства быть представленным при помощи уравнения (60). Его численная величина равна наивысшему значению коэффициента детерминации, который для данного свойства в принципе может быть достигнут в рамках основанного на формуле (60) подхода 1D QSPR [173]. Для некоторых свойств, таких как парахор [117], молярная рефракция [174] и др., подобные качество 1D-QSPR-моделей вполне приемлемо, но для остальных свойств метод нуждается в улучшении. Наиболее распространенный путь достижения этого состоит во введении усовершенствованных классификационных схем для атомов, которые учитывают не только типы химических элементов, но и гибридизацию, число присоединенных атомов водорода, вхождение в состав определенных атомных групп или ароматических систем, и т.д. Следует, однако, отметить, что подобные подходы, которые в неявном виде учитывают молекулярную связность, не являются основанными на изолированных атомных вкладах (separate-atom-based). (59) (60) 68
В настоящее время подобные подходы, основанные на анализе атомных вкладов, широко используются для прогнозирования физико-химических свойств и биологических активностей органических соединений. Метод Гхоуза- Криппена (Ghose-Crippen) для предсказания коэффициента распределения в системе октанол-вода log P (ALOGP) [175-177], его усовершенствованные варианты, предложенные Гхоузом и др. [178, 179] и Вайлдманом (Wildman) и Криппеном [180], разработанный Сузуки (Suzuki) и Кудо (Kudo) метод CHEMICALC-2 для предсказания log P [181], программа SMILOGP, разработанная Конвардом (Convard) с cоавторами для предсказания этого же свойства [182], метод XLOGP, разработанный Вангом (Wang) с соавт. для log P [183, 184], метод прогнозирования растворимости в воде, разработанный Хоу (Hou) и др. [185], - это лишь небольшое число примеров прогнозирования физикохимических свойств органических соединений в рамках основанных на атомных вкладах аддитивных схем. Как показал Винклер (Winkler) с соавт., этот подход может быть использован также и для предсказания некоторых видов биологической активности органических соединений [186]. Поскольку все молекулы состоят из атомов, связанных посредством химических связей, соответствующих ребрам молекулярных графов, химические связи были всегда в центре внимания при описании структур химических соединений и предсказании их свойств. Первые основанные на вкладах по связям аддитивные схемы, такие как методы Цана (Zahn) [118], Бернштейна (Bernstein) [124, 187] и Аллена (Allen) [127, 188], появились почти одновременно с первыми аддитивными схемами, основанными на атомных вкладах. В большинстве случаев они предназначены для прогнозирования термодинамических свойств, таких как теплота образования, которая непосредственно связана с энергиями химических связей. Следует, однако, отметить, что вышеупомянутые аддитивные схемы не являются основанными на вкладах изолированных связей (separate-bond-based), поскольку они обычно содержат перекрестные члены, которые могут быть описаны посредством молекулярных графов с 3 вершинами и 2 ребрами. 69
- Page 17 and 18: Таким образом, урав
- Page 19 and 20: 1.2.4. Нейросети обра
- Page 21 and 22: Значения весов объ
- Page 23 and 24: Таким образом, знач
- Page 25 and 26: жения в статье Руме
- Page 27 and 28: Рис. 5. Введение мом
- Page 29 and 30: адаптивно настраив
- Page 31 and 32: 1.2.4.7. Квазиньютонов
- Page 33 and 34: (химических соедин
- Page 35 and 36: на границах решетк
- Page 37 and 38: ными значениями со
- Page 39 and 40: рующие один и тот ж
- Page 41 and 42: дящихся на 2-ом, 3-м и
- Page 43 and 44: всех RBF-нейронов, а
- Page 45 and 46: чающей выборки, при
- Page 47 and 48: Рис. 10. Архитектура
- Page 49 and 50: 1.2.5.4. Нейросети на о
- Page 51 and 52: ми связями, занимае
- Page 53 and 54: практически важных
- Page 55 and 56: ния классического
- Page 57 and 58: ческому мозгу во вр
- Page 59 and 60: лаждения системы и
- Page 61 and 62: чем в качестве прог
- Page 63 and 64: ГЛАВА 2. ФРАГМЕНТНЫ
- Page 65 and 66: му типу биологичес
- Page 67: тему опубликовано
- Page 71 and 72: ниях QSPR/QSAR/SAR. И дейс
- Page 73 and 74: В качестве характе
- Page 75 and 76: Некоторые типы ЦАФ
- Page 77 and 78: кроме того, они сно
- Page 79 and 80: Следует упомянуть
- Page 81 and 82: зисных графов, пред
- Page 83 and 84: рой равен 1 только в
- Page 85 and 86: множества различны
- Page 87 and 88: при проведении вир
- Page 89 and 90: 21 01 12 12 21 01 Рис. 17. Ре
- Page 91 and 92: ределенных атомных
- Page 93 and 94: элементам, что може
- Page 95 and 96: наличие или отсутс
- Page 97 and 98: использовались в н
- Page 99 and 100: ложенные в 1985 г. ато
- Page 101 and 102: 2.3. Ограничения фра
- Page 103 and 104: ГЛАВА 3. МАТЕМАТИЧЕ
- Page 105 and 106: качестве меток исп
- Page 107 and 108: ной нумерации граф
- Page 109 and 110: нейронной сети с пр
- Page 111 and 112: ГЛАВА 4. РАЗРАБОТКА
- Page 113 and 114: линейные комбинаци
- Page 115 and 116: таться внешней по о
- Page 117 and 118: Предсказанное знач
вистские поправки, представлены как сумма атомных вкладов, т.е. атомных весов:<br />
MW =<br />
N<br />
∑<br />
i=<br />
1<br />
n i<br />
⋅ AW i<br />
где: MW = молекулярный вес; N - число типов атомов (в данном случае, типов<br />
химических элементов) в молекуле; n i – число атомов типа i в молекуле; AW i –<br />
атомный вес атома, относящегося к i-ому типу. Обобщение выражения (59)<br />
приводит к общему способу оценки свойств химических соединений с использованием<br />
основанных на атомных вкладах аддитивных схем по формуле:<br />
P ≈<br />
N<br />
∑<br />
i=<br />
1<br />
n i<br />
⋅ A i<br />
где P обозначает произвольное молекулярное свойство, а A i – соответствующие<br />
атомные вклады. В отличие от уникального случая с молекулярным весом,<br />
уравнение (60) дает лишь приблизительную оценку других свойств.<br />
Е.А.Смоленский [172], исходя из понятия о химической дисперсии, ввел специальный<br />
количественный показатель S, находящийся в интервале от 0 до 1, для<br />
описания способности какого-либо свойства быть представленным при помощи<br />
уравнения (60). Его численная величина равна наивысшему значению коэффициента<br />
детерминации, который для данного свойства в принципе может быть<br />
достигнут в рамках основанного на формуле (60) подхода 1D QSPR [173]. Для<br />
некоторых свойств, таких как парахор [117], молярная рефракция [174] и др.,<br />
подобные качество 1D-QSPR-моделей вполне приемлемо, но для остальных<br />
свойств метод нуждается в улучшении. Наиболее распространенный путь достижения<br />
этого состоит во введении усовершенствованных классификационных<br />
схем для атомов, которые учитывают не только типы химических элементов, но<br />
и гибридизацию, число присоединенных атомов водорода, вхождение в состав<br />
определенных атомных групп или ароматических систем, и т.д. Следует, однако,<br />
отметить, что подобные подходы, которые в неявном виде учитывают молекулярную<br />
связность, не являются основанными на изолированных атомных<br />
вкладах (separate-atom-based).<br />
(59)<br />
(60)<br />
68