利用神经网络法对胺类有机物急性毒性的分类及定量预测

运用三层误差反向传播网络对51种胺类有机物进行了结构-毒性关系的研究。选入的结构参数为分子连接性指数(0Xv,1Xv),信息理论指数(RIC,SRIC,RCIC)及分子量等6种均可通过分子拓扑图直接计算获得的指标。毒性参数选用大鼠经口LD50,根据其大小将样本分为3类:高毒、中毒、低毒,在神经网络模型上作出差别归类,并分别对每类进行定量预测。分类预测正确率为90%,定量预测标准差分别为0.083、0.108、0.116.结果表明:神经网络对急性毒性LD50具有良好预测效果,大大优于多元回归分析和判别分析。同时本文还讨论了影响网络性能的一些因素,提出了相应改善措施。