1. 研究目的与意义
定量构效关系研究是人类最早的合理药物设计方法之一，具有计算量小，预测能力好等优点。在受体结构未知的情况下，定量构效关系方法是最准确和有效地进行药物设计的方法，根据QSAR计算结果的指导药物化学家可以更有目的性地对生理活性物质进行结构改造。论文探讨对数据样品分类之后，选用神经网络、多元回归中的PCA、PLS等方法建立各类胺类有机物毒性定量构效关系模型，分析其预测效果，这对于掌握化学计量学建模方法的应用规律，拓展化学计量学应用具有重要意义。
2. 国内外研究现状分析
目前，二维定量构效关系的研究集中在两个方向：结构数据的改良和统计方法的优化。
传统的二维定量构效关系使用的结构数据常仅能反应分子整体的性质，通过改良结构参数，使得二维结构参数能够在一定程度上反应分子在三维空间内的伸展状况，成为二维定量构效关系的一个发展方向。引入新的统计方法，如遗传算法、人工神经网络、偏最小二乘回归等，扩展二维定量构效关系能够模拟的数据结构的范围，提高qsar模型的预测能力是2d-qsar的主要发展方向。
三维定量构效关系是引入了药物分子三维结构信息进行定量构效关系研究的方法，这种方法间接地反映了药物分子与大分子相互作用过程中两者之间的非键相互作用特征，相对于二维定量构效关系有更加明确的物理意义和更丰富的信息量，因而1980年代以来，三维定量构效关系逐渐取代了二维定量构效关系的地位，成为基于机理的合理药物设计的主要方法之一。目前应用最广泛的三维定量构效关系方法是comfa和comsia即比较分子场方法和比较分子相似性方法，除了上述两种方法，3d-qsar还有dg3d-qsar、msa、germ等众多方法。
3. 研究的基本内容与计划
1、研究内容
定量构效关系(qsar)是一种借助分子的理化性质参数或结构参数，以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法。这种方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计。论文探讨对数据样品分类之后，选用神经网络、多元回归中的pca、pls等方法建立各类胺类有机物毒性定量构效关系模型，分析其预测效果。
2、计划
4. 研究创新点
定量结构活性关系是根据化合物的分子结构、理化性质利用数学模型对其生物活性进行预测，节省大量人力、物力、财力和时间，QSAR研究中，常用的数学模型均采用多元统计分析。由于对数据要求非共线性，样本数量要足够多，仅能反映线性关系等原因，应用范围及分析结果均受到影响。为更全面反映分子信息，所有参数由二维到三维，趋于复杂、繁琐。论文中应用的神经网络作为一种新的数学模型，很快被应用于QSAR研究，已取得一些优于统计方法的可喜成果。它是一种并行分布处理模型，自适应和较强的学习能力是其主要优点，特别对非线性问题有良好的拟合和预测能力。
