苯磺酰脲类化合物除草活性的CoFMA模型

来源 :徐州工程学院学报:自然科学版 | 被引量 : 0次 | 上传用户:IamluyundongPPA
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为设计高除草活性(Ar/%)的苯磺酰脲类化合物,采用比较分子力场分析(CoMFA)对26个苯磺酰脲类化合物进行三维定量构效关系(3D-QSAR)分析.训练集中22个化合物对反枝苋的除草活性(LA)用于建立预测模型,测试集6个化合物(含模板分子5)作为模型验证.已建立的CoMFA模型的交叉验证系数(Q2)、非交叉验证系数(R2)分别为0.485、0.914,说明所建模型具有较强的稳定性和良好的预测能力.该模型中立体场、静电场贡献率依次为78.1%、21.9%,表明影响除草活性LA的主要因素是取代基的疏水作用
其他文献
利用ResNet残差卷积神经网络在图像分类上的研究成果,创新性地调整了网络结构及参数初始化方法,使得残差神经网络在不同的人脸库上都得到了较高的准确率.考虑到人脸识别的即时性和准确性,提出了一种相对较浅层次的网络结构,使得其可以有很好的应用.同时,为整个网络搭建了一个仿真平台,便于直观地观察识别结果.
在无溶剂无助催化剂条件下,研究了一系列双功能乙醇胺基离子液体催化剂(IL1~IL7)催化CO 2和环氧烷的偶联反应.该系列环境友好型催化剂具备高催化活性和高选择性的优点.进一步
随着改革开放的不断深入和各项建设事业的不断发展,特别是中国正在逐步成为世界加工中心,这意味着需要数以亿计的高素质的劳动者和数以千万计的实用型专门人才.为此,高职教育