基于QSAR模型的有机磷化合物毒性预测

来源：化学通报杂志2019年第10期北京时间：

作者：万金玉,刘怡飞

摘要：随着有机磷化合物(OPs)的广泛应用,有机磷化合物在越来越多的环境介质中检测出来。大多数有机磷化合物具有毒性,人们往往缺乏快速且有效的预测手段来对毒性进行评估。本文将结合dragon软件计算的分子描述符,采用不同的QSAR模型对36个有机磷化合物的毒性进行预报。文中采用后退法作为描述符筛选结果,以均方根误差(RMSE)作为评价标准,我们共找到14个对线性核函数支持向量机(SVM)模型贡献较大的描述符,在最终得到的SVM模型交叉验证结果中,计算值与实际值的相关系数为0.913,均方根误差为0.388。外部测试验证结果中,平均相对误差为8.46%。此外,我们也采用多元线性回归(MLR)及人工神经网络(ANN)模型对有机磷化合物的毒性进行预报,交叉验证结果显示,两个模型的计算值与实际值的相关系数分别为：0.878与0.686,结果没有支持向量机模型预测能力好。因此采用线性核函数的支持向量机模型对有机磷化合物的毒性预报是一个行之有效的方法。

关键词：有机磷化合物 定量结构活性关系 分子描述符 支持向量机,

基金资助：福建省自然科学基金计划项目（2019J01474）和泉州市科技计划项目（2018N121S）