论文部分内容阅读
在B3LYP/6-311++（d,p）水平上对26个咪唑并嘧啶类抗菌剂进行全优化和振动分析计算,得到各分子的量子参数、拓扑指数和热力学参数。应用遗传算法（GA）-主成分分析法（PCA）-神经网络（PNN）筛选出与抗菌活性密切相关的6个参数作为分子描述符;采用主成分神经网络方法建立了咪唑类抗菌剂与大肠杆菌抑制活性的定量结构—活性关系（QSAR）模型,同时采用内外部双重验证的方法检验模型的稳定性。模型的统计学参量如下:相关系数的平方（R2）、留一法（LOO）交互验证相关系数(QLOO2)、外部样本验证相关系数(QF12)、均方根误差（RMSE）分别为0.9991、0.9989、0.9996和0.155。结果表明:最低空轨道能(Elumo)和正辛醇/水分配系数（logP）是影响咪唑并嘧啶类杀菌剂的抗菌活性的主要因素,模拟外部验证和交叉验证表明模型具有良好的稳健性和预测能力,可用于同系列化合物抗菌活性的预测。