English
资源说明：在这项工作中，我们使用密度泛函理论（DFT）的描述符对18个分子进行了QSAR研究，以预测异羟肟酸对组蛋白脱乙酰基酶7的抑制活性。该研究使用主成分分析（PCA）方法进行，上升层次分类（AHC），线性多元回归方法（LMR）和非线性多元回归（NLMR）。 进行DFT计算以获得一系列研究的异羟肟酸化合物的结构信息和性质信息。 多元统计分析产生了具有量子描述子的两个定量模型（MLR模型和MNLR模型）：电子亲和力（AE），OH键的振动频率（ν（OH））和NH键的振动频率（ν（NH））。 LMR模型提供了具有统计意义的结果，并显示出良好的可预测性R2 = 0.9659，S = 0.488，F = 85和p值<0.0001。 在这项研究中，电子亲和力是预测HDAC7抑制剂活性的优先指标。 获得的结果表明，衍生自DFT的描述符可用于预测组蛋白脱乙酰基酶7抑制剂的活性。 这些模型是根据Tropsha等人的标准评估的。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
