Регрессионные модели QSAR.

Автор(и)

  • M. I. Berdnik Харьковский национальный университет имени В. Н. Каразина
  • A. V. Djachenko Харьковский национальный университет имени В. Н. Каразина
  • V. V. Ivanov Харьковский национальный университет имени В. Н. Каразина

Анотація

На сегодняшний день задача получения регрессионных уравнений типа «структура-свойство» становится актуальной во многих отраслях химии. Регрессионные модели незаменимы и при разработке новых лекарственных соединений и при поиске материалов с заданными свойствами. При этом основная масса расчетов проводится с использованием стандартного метода наименьших квадратов (Ordinary Least Squares, OLS). Однако, на сегодняшний день, в научной литературе обсуждается также и ряд альтернативных подходов к построению регрессионные уравнения. Среди них метод наименьших модулей (Least Absolute Deviation, LAD), регрессия на главных компонентах (Principle Component Regression, PCR), неполный метод наименьших квадратов (Partial Least Squares, PLS), метод LASSO (Least Absolute Selection and Shrinkage Operator), метод наименьших углов (Least Angle Regression Stagewise, LARS), метод ортогональных расстояний (Orthogonal Distance Regression, ODR) и т. д. Вместе с тем, не смотря на многообразие методов, в литературе практически не представлены работы, в которых бы обсуждалась сравнительная эффективность и применимость этих подходов. Целью настоящей работы было изучение данных вопросов в применении к конкретным проблемам поиска количественных соотношений структура-свойство в химии. Для этого нами разработан комплекс компьютерных программ реализующий вышеперечисленные методы. Рассматривались проблемы построения регрессионных уравнений для описания рКа, температур кипения, давления насыщенного пара и т. д. органических соединений различных классов.

##submission.downloads##

Номер

Розділ

Фізична хімія