简介：选择100个化合物作为数据集，随机选取其中80个为训练集，其他分子为验证集，并为每个化合物分子计算了30个参数．通过采用五种不同多元线性回归分析方法对其训练模拟，建立了数学模型，并用验证集检验了所建模型的预测能力．结果发现向后筛选法为最优小肠吸收建模方法．由该法所建模型的统计结果良好（R^2〉0．80），应用于验证集时也表现出较强预测能力．该模型确定了对小肠吸收影响较大的分子参数，有助于指导进一步的新药筛选和开发．

简介：选用30个结构多样的CaM抑制剂分子作为数据集，采用多元线性回归（MLR）方法及主成分回归分析（PCA）方法对每个化合物的194个分子参数进行回归分析，分别建立了各自的最优预测模型．结果表明：多元线性回归分析方法所建模型与主成分回归所建模型相对比，发现逐步筛选法为最优建模方法．该方法所建模型统计结果良好（R^2=0．952，SEE为0．289），应用于检验集时结果也比较令人满意（R^2=0．941，SEP为0．295），模型表现出较强的可靠性和预测性．

简介：本文通过对蛋白质结构基因的统计分析,建立了一个较精确的蛋白质二级结构的预测方法.我们不仅给出了一套α-螺旋及β-片层的构象参数和构象势,同时也给出了一整套的结构断裂参数。本文建立的基因密码方法对α-螺旋和价片层预测的成功率分别为88.0%和86.9%。

简介：根据ABEEM-σπ模型计算的Fukui函数、局域软度、全局硬度和电荷分布等物理量，应用硬软酸碱原理和最大硬度原理，合理地解释了典型不对称烯烃加成反应的机制．