期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:闫玉莲,李 燕,杨银凤,卢晓伟,张述伟.EP1受体抗拮剂定量构效关系[J].哈尔滨工业大学学报,2012,44(4):121.DOI:10.11918/j.issn.0367-6234.2012.04.024
YAN Yu lian,LI Yan,YANG Yin feng,LU Xiao wei,ZHANG Shu wei.Study on quantitative structure activity relationship of EP1 receptor antagonists[J].Journal of Harbin Institute of Technology,2012,44(4):121.DOI:10.11918/j.issn.0367-6234.2012.04.024
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2212次   下载 1333 本文二维码信息
码上扫一扫!
分享到: 微信 更多
EP1受体抗拮剂定量构效关系
闫玉莲, 李 燕, 杨银凤, 卢晓伟, 张述伟
大连理工大学 化工学院
摘要:
为辅助开发高活性EP1受体抗拮剂,探讨和研究EP1受体拮抗活性的关键影响因素,选取103个EP1受体抗拮剂分子作为数据集,采用多元线性回归(MLR)法和主成分分析(PCA)法分析每个分子的254个参数进行模拟建模.结果表明,应用MLR和PCA方法都得到了具有良好预测能力的定量构效关系模型.MLR法所建模型结果为:训练集R2=077,SEE=083,检验集R2=074,SEP=033.PCA所建模型为:训练集R2=072,SEE=045,检验集R2=071,SEP=038.两种方法相比,MLR法所建模型较优,可靠性及预测性强.这些模型及其确定的活性影响参数有助于辅助研发和筛选新型EP1受体抗拮剂.
关键词:  EP1受体抗拮剂  定量构效关系  多元线性回归  主成分分析
DOI:10.11918/j.issn.0367-6234.2012.04.024
分类号:R913
基金项目:国家自然科学基金资助项目(10801025)
Study on quantitative structure activity relationship of EP1 receptor antagonists
YAN Yulian, LI Yan, YANG Yinfeng, LU Xiaowei, ZHANG Shuwei
School of Chemical Engineering, Dalian University of Technology, 116024 Dalian, Liaoning, China
Abstract:
To develop EP1 receptor antagonists with higher activities, the key factors that affect the activities of EP1 antagonists were explored in this study. 103 EP1 antagonists were selected as data sets, and each molecule was calculated based on 254 parameters. Two regression methods of multiple linear regression (MLR) and principal component analysis (PCA) were used. The results show that the quantitative structure-activity relationship models using both the MLR and PCA exhibit good predictive ability. The statistical results by MLR show training set R2=077, SEE=083, test set R2=074, SEP=033, and those by PCA show training set R2=072, SEE=045, test set R2=071, SEP=038.
Key words:  EP1 receptor antagonists  quantitative structure activity relationship  multiple linear regression  principal component analysis

友情链接LINKS