Resumen

Los ésteres de hidroxilo benzoico son conservantes que se utilizan ampliamente en la alimentación, la medicina y la cosmética. Para explorar la relación entre la estructura molecular y la actividad antibacteriana de estos compuestos y predecir los compuestos con estructuras similares, se construyen modelos de Relación Cuantitativa Estructura-Actividad (QSAR) de 25 tipos de ésteres de hidroxilo benzoico con los parámetros químicos cuánticos y los índices de conectividad molecular basados en la máquina de vectores de apoyo (SVM) utilizando el lenguaje R. El error de desviación estándar externo de la predicción (SDEPext), el coeficiente de correlación de ajuste (R2) y la validación cruzada con exclusión (Q2LOO) se utilizan para valorar la fiabilidad, la estabilidad y la capacidad de predicción de los modelos. Los resultados muestran que el R2 y el Q2LOO de 4 tipos de modelos no lineales son superiores a 0,6 y el SDEPext es de 0,213, 0,222, 0,189 y 0,218, respectivamente. En comparación con el modelo de regresión lineal múltiple (MLR) (R2=0,421, RSD = 0,260), el coeficiente de correlación y la desviación estándar son mejores que el MLR. La fiabilidad, la estabilidad, la solidez y la capacidad de predicción externa de los modelos son buenas, en particular del modelo de función kernel lineal y del tipo de regresión eps. Este modelo puede predecir la actividad antimicrobiana de los compuestos con estructura similar en el dominio de aplicabilidad.

• Materias:Propiedades fisicoquímicas Biomasa Nanopartículas Compuestos químicos Zinc (Zn)
• Subjects:Chemicophysical properties Biomass Nanoparticles Chemical compounds Zinc (Zn)
• Palabras claves:éster hidroxilo benzoico, capacidad del modelo, estructura similar, coeficiente de correlación, modelo, función de núcleo lineal, índice de conectividad molecular, error de predicción, compuesto, máquina de vectores de apoyo
• Keywords:hydroxyl benzoic ester, ability of model, similar structure, correlation coefficient, model, linear kernel function, molecular connectivity index, error of prediction, compound, support vector machine