Naslov
Odnosi strukture, svojstava i aktivnosti molekula: uporaba uređeno ortogonaliziranih deskriptora
(Quantitative Structure-Activity-Property Relationships of Molecules: The Use of Ordered Orthogonalized Descriptors)

Autori
Lučić, Bono

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Prirodoslovno-matematički fakultet

Mjesto
Zagreb

Datum
25.04

Godina
1997

Stranica
82

Mentor
Trinajstić, Nenad

Ključne riječi
mnogostruka linearna regresija ; uređena ortogonalizacija ; molekularni deskriptori ; neuronske mreže
(multivariate linear regression ; ordered orthogonalization ; molecular descriptor ; neural network ; genetic algorithm ; partial least squares ; principal components algorithm)

Sažetak
Odnos između strukture molekula, koju opisujemo molekularnim deskriptorima, i svojstva ili aktivnosti molekula istraživan je primjenom novog algoritma mnogostruke linearne regresije (MLR) kojim dobivamo modele uređeno neortogonaliziranih i od uređeno ortogonaliziranih deskriptora. Najprije smo odabrali najbolje moguće modele MLR s I neortogonalnih deskriptora odabranih iz početnog skupa od N deskriptora. Takvi su modeli uvijek bolji od modela koji autori dobivaju većinom primjenjujući metodu približnog postupnog odabira deskriptora. Medu najboljim I-torkama (I = 1, 2, n ; n<N) biramo jednu s K deskriptora koja ima najmanju standardnu pogrešku. Nakon toga proveli smo ortogonalizaciju tih K deskriptora. Ključni je rezultat da neki redoslijedi ortogonalizacije vode do modela od k (k<K) značajnih uređeno ortogonaliziranih deskriptora koji imaju veći koeficijent korelacije R i križno vrednovani koeficijent korelacije Rc nego odgovarajući modeli s istim brojem neortogonalniziranih deskriptora. Nadalje, ti uredeno ortogonalizírani deskriptori daju model koji je bolji i od najboljeg mogućeg modela MLR s neortogonaliziranim deskriptorima. Primjenom tih novih algoritama MLR pokazali smo da algoritmi MLR s neortogonaliziranim i pogotovo oni s uređeno ortogonaliziranim deskriptorima daju bolje modele nego algoritmi neuronskih mreža, parcijalne regresije, glavnih komponenti i genetski algoritmi.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemija

POVEZANOST RADA