1、本文利用量子化學(xué)方法和神經(jīng)網(wǎng)絡(luò)方法，進(jìn)行了頭孢菌素類抗生素的分子結(jié)構(gòu)參數(shù)計(jì)算以及藥效學(xué)/藥動(dòng)學(xué)參數(shù)與其分子結(jié)構(gòu)參數(shù)之間的QSAR和QSPR建模。本文搜集了已有實(shí)驗(yàn)報(bào)道的102種頭孢菌素類抗生素的流感嗜血桿菌的最小抑菌濃度作為本文研究的藥效學(xué)指標(biāo)。運(yùn)用量子化學(xué)AM1算法計(jì)算了此102種頭孢菌素類抗生素的24個(gè)結(jié)構(gòu)參數(shù)。由相關(guān)性分析從中篩選出與頭孢菌素的藥效學(xué)指標(biāo)相關(guān)性較大的7個(gè)結(jié)構(gòu)參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。利用誤差反向傳播的神經(jīng)網(wǎng)絡(luò)，訓(xùn)

2、練函數(shù)選用Levenberg-Marquardt的快速學(xué)習(xí)算法來(lái)構(gòu)建頭孢菌素類抗生素的QSAR模型，從102個(gè)頭孢菌素樣本中，隨機(jī)抽取了94個(gè)樣本作為訓(xùn)練集，剩余的作為檢驗(yàn)集來(lái)驗(yàn)證QSAR模型的預(yù)測(cè)效果，結(jié)果表明QSAR模型的訓(xùn)練和預(yù)測(cè)效果較好，說(shuō)明本文篩選的結(jié)構(gòu)參數(shù)和建立的頭孢菌素的QSAR模型是較為合理的，在一定程度上體現(xiàn)了該類抗生素的抗菌活性變化規(guī)律。另外，本文還搜集了已有實(shí)驗(yàn)報(bào)道的26種頭孢菌素類抗生素的五個(gè)藥動(dòng)學(xué)參數(shù)(t1/2

3、α、t1/2β、AUC、CL和Vap)作為本文研究的藥動(dòng)學(xué)指標(biāo)。同樣，利用量子化學(xué)AM1算法共計(jì)算了此26種頭孢菌素的18個(gè)結(jié)構(gòu)參數(shù)。由相關(guān)性分析從中篩選出與頭孢菌素的藥動(dòng)學(xué)指標(biāo)相關(guān)性較大的6個(gè)結(jié)構(gòu)參數(shù)作為網(wǎng)絡(luò)的輸入?yún)?shù)。利用誤差反向傳播的神經(jīng)網(wǎng)絡(luò)，訓(xùn)練函數(shù)采用自適應(yīng)修改學(xué)習(xí)率算法來(lái)構(gòu)建頭孢菌素的QSPR模型，從26個(gè)頭孢菌素樣本中，隨機(jī)抽取了23個(gè)樣本作為訓(xùn)練集，剩余的作為檢驗(yàn)集來(lái)驗(yàn)證QSPR模型的預(yù)測(cè)效果。結(jié)果顯示，QSPR模型對(duì)藥