AI计算模拟
AI-enriched COMPUTATIONAL SIMULATION
AI计算模拟
以AI、大数据分析及数字化工作流为基础的综合计算模拟解决方案

MedeA QT——交互式QSPR工具箱

An Interactive QSPR Toolbox

Hansch foresaw the power of large, searchable databases and put “inductive knowledge transfer” into practice

Cherkasov et al., in ‘QSAR Modeling: Where have you been? Where are you going to?’

MedeA QT(“QSPR工具箱”)是一个交互式的工具箱,可用于开发定量结构-性质/活性关系(QSPR/QSAR)模型。MedeA QT利用MedeA的structure list收集分子信息,从而创建模型。MedeA QT可以使用性质或活性的期望值来创建QSPR模型,由此产生的模型不仅可以预测新体系的性质,而且可以研究其物理性质与分子或结构描述符之间的关系,还可以预测不属于训练集的体系的性质。MedeA QT支持交互式评估QSPR模型的质量,并对模型中包含的描述符进行调整。

MedeA QT在MedeA Environment中除了以交互方式使用之外,还可以与MedeA Flowchart一起使用以便于将基于模型的计算结果填入到structure list进行必要的注释。

MedeA QT使QSPR模型的构建更加高效,其无需执行特殊的手动数据转换和处理,可以深入研究物理现象的起源,并将观测的现象与原子描述符之间建立联系。即使对于难以直接模拟的特性,MedeA QT都可以深入研究这些不同特性产生的根本原因。

Developing a transferable model for the heat of vaporization using a training set containing 3,270 organic molecules and a correlative model based on PLS

功能特点:

• 可利用最优描述符集,更容易进行模型比较,从而高效构建QSPR模型

• 免去了手动数据转换和处理的特殊方法

• 使用基于分子和结构的描述符从而广泛的预测物理性质,展示QSPR模型,

• MedeA中任何描述符或性质都可用作QSPR建模

• 交互使用一般最小二乘法(OLS)和偏最小二乘法(PLS)方法开发相关模型

• 基于偏最小二乘(PLS)回归法,计算最优模型

• MedeA QT QSPR模型基于XML的格式存储,是开放查看的,方便了检查和发布

• MedeA QT QSPR模型可采用MedeA结构列表,也能应用于MedeA流程图中大规模建模

Investigating the molecular determinants of the glass transition temperature (Tg) of thermoset epoxy systems

所需模块:

• MedeA Environment

推荐模块:

• MedeA P3C

• MedeA MOPAC

• MedeA GAUSSIAN

• MedeA HT-Launchpad