1 |
1
컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법에 있어서,상온에서의 승화열을 가지는 다수의 화합물 중에서 상온에서의 승화열 실험 데이터를 얻을 수 있는 유기화합물을 수집하는 단계; 및상기 수집된 유기화합물로부터 화합물의 물리화학적 특성을 표현하는 공통 인자를 선별한 후, 상기 선별된 공통 인자를 이용하여 상온에서 유기화합물의 승화열을 예측할 수 있는 상온에서의 승화열 예측 모델을 수립하는 단계를 포함하되,상기 상온에서의 승화열 예측 모델을 수립하는 단계는,상기 수집된 유기화합물, 상기 수집된 상온에서 유기화합물의 승화열 실험 데이터 및 유기화합물의 구조를 입력하는 화합물 입력 단계;상기 입력된 유기화합물 구조에 대한 다수의 분자 표현자를 생성하는 분자 표현자 생성 단계;상기 수집된 유기화합물을, 상온에서의 승화열 예측 모델을 수립하기 위하여 사용되는 외부 훈련데이터와 상기 상온에서의 승화열 예측 모델을 검증하기 위하여 사용되는 외부 검증데이터로 임의로 분류하는 데이터 분류 단계;상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중 화합물의 물리화학적 특성을 표현하는 공통 분자 표현자를 선별하고, 기계학습법을 이용하여 예측 모델을 도출하는 개별 예측 모델 개발 단계;상기 도출된 개별 예측 모델의 내부 검증을 통해 최적의 개별 예측 모델을 선별하는 내부 검증 단계; 및상기 선별된 최적의 개별 예측 모델을 복수 개 조합하여 복합 예측 모델(Consensus model)을 개발하는 복합 예측 모델 개발 단계를 포함하고,상기 개별 예측 모델 개발 단계는,상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 둥 변별력이 없는 분자 표현자, 의미가 중복되는 분자 표현자 및 상온에서의 승화열과 상관성이 낮은 분자 표현자를 제거하는 분자 표현자 제거 단계;상기 분자 표현자 제거 단계에 의하여 일부 분자 표현자가 제거된 상기 외부 훈련데이터 내 화합물을, 중복을 허용하는 부트스트랩(Bootstrap) 샘플링을 이용하여 내부 훈련데이터와 내부 검증데이터로 분류하는 내부 데이터 분류 단계;상기 내부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중, 전진 선택(Forward selection) 방법을 이용하여 분자 표현자를 선별하는 표현자 전진 선택 단계;기계학습법을 이용하여 상기 선별된 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델을 결정하는 기계학습 단계;상기 결정된 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출한 화합물의 상온에서의 승화열 계산치 및 상기 내부 검증데이터 내 화합물의 상온에서의 승화열 실험치를 이용하여, 상기 계산치와 상기 실험치의 오차값을 도출하는 오차값 도출 단계;상기 오차값을 상기 표현자 전진선택 단계에서 선별된 다른 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출된 구 오차값과 비교하는 오차값 비교 단계; 및상기 오차값이 상기 구 오차값 미만인 경우, 상기 오차값을 도출하는 분자 표현자 및 이를 포함하는 상온에서의 승화열 계산식 모델을 최적 개별 예측 모델로 선별하는 모델 최적화 단계를 포함하고,상기 표현자 전진선택 단계에서,상기 기계학습법 중 다중선형회귀(MLR: Multiple Linear Regression) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델에 포함될 분자 표현자는,(a) 분자 내에 5각 고리의 수(No_ring_05);(b) 수소결합을 형성하기 위하여 수소를 제공할 수 있는 원자들의 수(No_H_bond_donors);(c) 하나의 탄화수소 고리화합물이 존재하는 분자(Monocyclic_compounds_carbocycles);(d) 전체 반데르발스(van der Waals) 표면적에 대한 전하를 지닐 가능성을 지닌 원자들의 표면적 비율(Fraction_of_2D_VSA_chargable_groups)(e) 분자 내에서 결합되어 있는 원자쌍의 부분전하 차이의 평균치(Local_dipole_index);(f) [(+)전하를 지니고 있는 원자의 VDW 표면적의 합 × (+)부분전하들의 합] × 분자전체 VDW 표면적/1000(WPSA2);(g) 네 개의 단일결합-C 타입의 모든 원자들의 E-state값의 합(E_state_SssssC);(h) 이중결합-단일결합-N 타입의 모든 원자들의 E-state값의 합(E_state_SdsN);(i) E-state값의 최대값과 최소값을 나타내는 원자들간의 거리(Distance_E_state_min_max);(j) Kier-Hall 분자연결지수로 수소원자를 제외한 분자구조에서 모든 원자에 대하여 인접한 결합원자수(정점도)의 제곱근의 합으로 표현한 Chi0지수(Chi0);(k) Kier-Hall 분자연결지수로 수소원자를 제외한 분자구조에서 모든 원자에 대하여 한 원자와 연결된 3개의 원자의 각각 결합원자수 곱에 대한 제곱근의 합으로 표현한 Chi_3_cluster지수(Chi3cluster);(l) 분자 내 경로의 수로 4개의 원자가 길게 연달아 연결된 경로의 수(SC4path);(m) 분자 내에 소수성 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Hyd_Acc_02); 및(n) 분자 내에 양전하를 지닌 원자와 음전하를 지닌 원자 사이의 결합거리가 3인 부분의 유무(CATS_binary_Pos_Neg_03)로 선별되는 것을 특징으로 하는 컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제1항에 있어서,상기 기계학습 단계에서,상기 선별된 14개의 분자 표현자를 포함하여 다중선형회귀(MLR: Multiple Linear Regression) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델은HOS(kJ/mol) = -4
|
6 |
6
컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법에 있어서,상온에서의 승화열을 가지는 다수의 화합물 중에서 상온에서의 승화열 실험 데이터를 얻을 수 있는 유기화합물을 수집하는 단계; 및상기 수집된 유기화합물로부터 화합물의 물리화학적 특성을 표현하는 공통 인자를 선별한 후, 상기 선별된 공통 인자를 이용하여 상온에서 유기화합물의 승화열을 예측할 수 있는 상온에서의 승화열 예측 모델을 수립하는 단계를 포함하되,상기 상온에서의 승화열 예측 모델을 수립하는 단계는,상기 수집된 유기화합물, 상기 수집된 상온에서 유기화합물의 승화열 실험 데이터 및 유기화합물의 구조를 입력하는 화합물 입력 단계;상기 입력된 유기화합물 구조에 대한 다수의 분자 표현자를 생성하는 분자 표현자 생성 단계;상기 수집된 유기화합물을, 상온에서의 승화열 예측 모델을 수립하기 위하여 사용되는 외부 훈련데이터와 상기 상온에서의 승화열 예측 모델을 검증하기 위하여 사용되는 외부 검증데이터로 임의로 분류하는 데이터 분류 단계;상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중 화합물의 물리화학적 특성을 표현하는 공통 분자 표현자를 선별하고, 기계학습법을 이용하여 예측 모델을 도출하는 개별 예측 모델 개발 단계;상기 도출된 개별 예측 모델의 내부 검증을 통해 최적의 개별 예측 모델을 선별하는 내부 검증 단계; 및상기 선별된 최적의 개별 예측 모델을 복수 개 조합하여 복합 예측 모델(Consensus model)을 개발하는 복합 예측 모델 개발 단계를 포함하고,상기 개별 예측 모델 개발 단계는,상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 둥 변별력이 없는 분자 표현자, 의미가 중복되는 분자 표현자 및 상온에서의 승화열과 상관성이 낮은 분자 표현자를 제거하는 분자 표현자 제거 단계;상기 분자 표현자 제거 단계에 의하여 일부 분자 표현자가 제거된 상기 외부 훈련데이터 내 화합물을, 중복을 허용하는 부트스트랩(Bootstrap) 샘플링을 이용하여 내부 훈련데이터와 내부 검증데이터로 분류하는 내부 데이터 분류 단계;상기 내부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중, 전진 선택(Forward selection) 방법을 이용하여 분자 표현자를 선별하는 표현자 전진 선택 단계;기계학습법을 이용하여 상기 선별된 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델을 결정하는 기계학습 단계;상기 결정된 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출한 화합물의 상온에서의 승화열 계산치 및 상기 내부 검증데이터 내 화합물의 상온에서의 승화열 실험치를 이용하여, 상기 계산치와 상기 실험치의 오차값을 도출하는 오차값 도출 단계;상기 오차값을 상기 표현자 전진선택 단계에서 선별된 다른 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출된 구 오차값과 비교하는 오차값 비교 단계; 및상기 오차값이 상기 구 오차값 미만인 경우, 상기 오차값을 도출하는 분자 표현자 및 이를 포함하는 상온에서의 승화열 계산식 모델을 최적 개별 예측 모델로 선별하는 모델 최적화 단계를 포함하고,상기 표현자 전진선택 단계에서,상기 기계학습법 중 서포트벡터머신(SVM : Support Vector Machine) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델에 포함될 분자 표현자는,(a) 분자 내에 황, 수소 사이의 단일결합의 수(No_SsH);(b) 분자 내에 6각 고리의 수(No_ring_06);(c) 전체 반데르발스(van der Waals) 표면적에 대한 수소결합 원자들의 표면적 비율(Fraction_of_2D_VSA_Hbond_all);(d) E-state 값의 최대값과 최소값을 나타내는 원자들간의 거리(Distance_E_state_min_max);(e) 분자 내에 원자수와 상대적인 고리구조 포함 정도 항과 분자의 상대적인 공간밀도와 분자결합의 가지치기 정도 항의 곱을 통한 분자 유연성의 정도(Kier_flexibility);(f) 분자 내에 각 원자에서 계산된 부분전하들의 절대값에 대한 총합(Total_absolute_atomic_charge);(g) 분자 내에 소수성 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Hyd_Acc_02);(h) 분자 내에 방향족 고리구조와 양전하를 지닌 원자 사이의 결합거리가 5인 부분의 유무(CATS_binary_Aro_Pos_05);(i) 분자 내에 수소결합주게 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Don_Acc_02); 및(j) 분자 내에 양전하를 지닌 원자와 음전하를 지닌 원자 사이의 결합거리가 3인 부분 의 유무(CATS_binary_Pos_Neg_03)로 선별되는 것을 특징으로 하는 컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법
|
7 |
7
제6항에 있어서,상기 기계학습 단계에서,상기 선별된 10개의 분자 표현자를 포함하여 서포트벡터머신(SVM : Support Vector Machine) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델의 매개 변수 조건은 C = 100;γ = 0
|
8 |
8
컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법에 있어서,상온에서의 승화열을 가지는 다수의 화합물 중에서 상온에서의 승화열 실험 데이터를 얻을 수 있는 유기화합물을 수집하는 단계; 및상기 수집된 유기화합물로부터 화합물의 물리화학적 특성을 표현하는 공통 인자를 선별한 후, 상기 선별된 공통 인자를 이용하여 상온에서 유기화합물의 승화열을 예측할 수 있는 상온에서의 승화열 예측 모델을 수립하는 단계를 포함하되,상기 상온에서의 승화열 예측 모델을 수립하는 단계는,상기 수집된 유기화합물, 상기 수집된 상온에서 유기화합물의 승화열 실험 데이터 및 유기화합물의 구조를 입력하는 화합물 입력 단계;상기 입력된 유기화합물 구조에 대한 다수의 분자 표현자를 생성하는 분자 표현자 생성 단계;상기 수집된 유기화합물을, 상온에서의 승화열 예측 모델을 수립하기 위하여 사용되는 외부 훈련데이터와 상기 상온에서의 승화열 예측 모델을 검증하기 위하여 사용되는 외부 검증데이터로 임의로 분류하는 데이터 분류 단계;상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중 화합물의 물리화학적 특성을 표현하는 공통 분자 표현자를 선별하고, 기계학습법을 이용하여 예측 모델을 도출하는 개별 예측 모델 개발 단계;상기 도출된 개별 예측 모델의 내부 검증을 통해 최적의 개별 예측 모델을 선별하는 내부 검증 단계; 및상기 선별된 최적의 개별 예측 모델을 복수 개 조합하여 복합 예측 모델(Consensus model)을 개발하는 복합 예측 모델 개발 단계를 포함하고,상기 개별 예측 모델 개발 단계는,상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 둥 변별력이 없는 분자 표현자, 의미가 중복되는 분자 표현자 및 상온에서의 승화열과 상관성이 낮은 분자 표현자를 제거하는 분자 표현자 제거 단계;상기 분자 표현자 제거 단계에 의하여 일부 분자 표현자가 제거된 상기 외부 훈련데이터 내 화합물을, 중복을 허용하는 부트스트랩(Bootstrap) 샘플링을 이용하여 내부 훈련데이터와 내부 검증데이터로 분류하는 내부 데이터 분류 단계;상기 내부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중, 전진 선택(Forward selection) 방법을 이용하여 분자 표현자를 선별하는 표현자 전진 선택 단계;기계학습법을 이용하여 상기 선별된 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델을 결정하는 기계학습 단계;상기 결정된 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출한 화합물의 상온에서의 승화열 계산치 및 상기 내부 검증데이터 내 화합물의 상온에서의 승화열 실험치를 이용하여, 상기 계산치와 상기 실험치의 오차값을 도출하는 오차값 도출 단계;상기 오차값을 상기 표현자 전진선택 단계에서 선별된 다른 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출된 구 오차값과 비교하는 오차값 비교 단계; 및상기 오차값이 상기 구 오차값 미만인 경우, 상기 오차값을 도출하는 분자 표현자 및 이를 포함하는 상온에서의 승화열 계산식 모델을 최적 개별 예측 모델로 선별하는 모델 최적화 단계를 포함하고,상기 표현자 전진선택 단계에서,상기 기계학습법 중 다중선형회귀(MLR: Multiple Linear Regression) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델에 포함될 분자 표현자는, (a) 분자 내에 탄소, 산소 사이의 방향족고리(aromatic) 결합의 수 (No_CaO);(b) 분자 내에 5각 고리의 수(No_ring_05);(c) 수소결합을 형성하기 위하여, 수소를 제공할 수 있는 원자들의 수(No_H_bond_donors);(d) 하나의 탄화수소 고리화합물이 존재하는 분자(Monocyclic_compounds_carbocycles);(e) 하나의 헤테로 고리화합물이 존재하는 분자(Monocyclic_compounds_heterocycles);(f) 두 개의 탄화수소 고리화합물이 존재하는 분자(Polycyclic_compounds_carbocycles);(g) 전체 반데르발스(van der Waals) 표면적에 대한 전하를 지닐 가능성을 지닌 원자들의 표면적 비율(Fraction_of_2D_VSA_chargable_groups);(h) 단일결합-CH3 타입의 모든 원자들의 E-state값의 합(E_state_SsCH3)(i) 네 개의 단일결합-C 타입의 모든 원자들의 E-state값의 합(E_state_SssssC);(j) 이중결합-단일결합-N 타입의 모든 원자들의 E-state값의 합(E_state_SdsN);(k) 단일결합-SH 타입의 모든 원자들의 E-state값의 합(E_state_SsSH);(l) E-state값의 최대값과 최소값을 나타내는 원자들 간의 거리(Distance_E_state_min_max);(m) Kier-Hall 분자연결지수로 수소원자를 제외한 분자구조에서 모든 원자에 대하여 인접한 결합원자수(정점도)의 제곱근의 합으로 표현한 Chi0지수(Chi0);(n) Kier-Hall 분자연결지수로 수소원자를 제외한 분자구조에서 모든 원자에 대하여 한 원자와 연결된 3개의 원자의 각각 결합원자수 곱에 대한 제곱근의 합으로 표현한 Chi3cluster지수(Chi3cluster);(o) 분자 내 경로의 수로 6개의 원자가 길게 연달아 연결된 경로의 수(SC4path);(p) 분자 내의 치환기의 공간적인 영향(Kier_steric_descriptor);(q) 분자 내에서 결합되어 있는 원자쌍의 부분전하 차이의 평균치(Local_dipole_index);(r) 분자 내에 소수성 원자와 방향족 고리구조 사이의 결합거리가 8인 부분의 유무(CATS_binary_Hyd_Aro_08);(s) 분자 내에 수소결합주게 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Don_Acc_02); 및(t) 분자 내에 양전하를 지닌 원자와 음전하를 지닌 원자 사이의 결합거리가 3인 부분의 유무(CATS_binary_Pos_Neg_03)로 선별되는 것을 특징으로 하는 컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법
|
9 |
9
컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법에 있어서,상온에서의 승화열을 가지는 다수의 화합물 중에서 상온에서의 승화열 실험 데이터를 얻을 수 있는 유기화합물을 수집하는 단계; 및상기 수집된 유기화합물로부터 화합물의 물리화학적 특성을 표현하는 공통 인자를 선별한 후, 상기 선별된 공통 인자를 이용하여 상온에서 유기화합물의 승화열을 예측할 수 있는 상온에서의 승화열 예측 모델을 수립하는 단계를 포함하되,상기 상온에서의 승화열 예측 모델을 수립하는 단계는,상기 수집된 유기화합물, 상기 수집된 상온에서 유기화합물의 승화열 실험 데이터 및 유기화합물의 구조를 입력하는 화합물 입력 단계;상기 입력된 유기화합물 구조에 대한 다수의 분자 표현자를 생성하는 분자 표현자 생성 단계;상기 수집된 유기화합물을, 상온에서의 승화열 예측 모델을 수립하기 위하여 사용되는 외부 훈련데이터와 상기 상온에서의 승화열 예측 모델을 검증하기 위하여 사용되는 외부 검증데이터로 임의로 분류하는 데이터 분류 단계;상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중 화합물의 물리화학적 특성을 표현하는 공통 분자 표현자를 선별하고, 기계학습법을 이용하여 예측 모델을 도출하는 개별 예측 모델 개발 단계;상기 도출된 개별 예측 모델의 내부 검증을 통해 최적의 개별 예측 모델을 선별하는 내부 검증 단계; 및상기 선별된 최적의 개별 예측 모델을 복수 개 조합하여 복합 예측 모델(Consensus model)을 개발하는 복합 예측 모델 개발 단계를 포함하고,상기 개별 예측 모델 개발 단계는,상기 외부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 둥 변별력이 없는 분자 표현자, 의미가 중복되는 분자 표현자 및 상온에서의 승화열과 상관성이 낮은 분자 표현자를 제거하는 분자 표현자 제거 단계;상기 분자 표현자 제거 단계에 의하여 일부 분자 표현자가 제거된 상기 외부 훈련데이터 내 화합물을, 중복을 허용하는 부트스트랩(Bootstrap) 샘플링을 이용하여 내부 훈련데이터와 내부 검증데이터로 분류하는 내부 데이터 분류 단계;상기 내부 훈련데이터 내 화합물에 대한 다수의 분자 표현자 중, 전진 선택(Forward selection) 방법을 이용하여 분자 표현자를 선별하는 표현자 전진 선택 단계;기계학습법을 이용하여 상기 선별된 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델을 결정하는 기계학습 단계;상기 결정된 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출한 화합물의 상온에서의 승화열 계산치 및 상기 내부 검증데이터 내 화합물의 상온에서의 승화열 실험치를 이용하여, 상기 계산치와 상기 실험치의 오차값을 도출하는 오차값 도출 단계;상기 오차값을 상기 표현자 전진선택 단계에서 선별된 다른 분자 표현자를 포함하는 화합물의 상온에서의 승화열 계산식 모델에 상기 내부 검증데이터 내 화합물을 적용하여 도출된 구 오차값과 비교하는 오차값 비교 단계; 및상기 오차값이 상기 구 오차값 미만인 경우, 상기 오차값을 도출하는 분자 표현자 및 이를 포함하는 상온에서의 승화열 계산식 모델을 최적 개별 예측 모델로 선별하는 모델 최적화 단계를 포함하고,상기 표현자 전진선택 단계에서,상기 기계학습법 중 서포트벡터머신(SVM : Support Vector Machine) 방식에 의하여 결정되는 화합물의 상온에서의 승화열 계산식 모델에 포함될 분자 표현자는,(a) 분자 내에 황, 수소 사이의 단일결합의 수(No_SsH);(b) 분자 내에 6각 고리의 수(No_ring_06);(c) 분자 내에 음의 전하를 띠고 있는 원자들과 이들 주변에서 공명구조 형태로 음의 전하를 지닐 수 있는 원자들의 총수(No_negative_chargable_groups);(d) 하나의 헤테로 고리화합물이 존재하는 분자(Monocyclic_compounds_heterocycles);(e) 전체 van der Waals 표면적에 대한 소수성 불포화 원자들의 표면적 비율(Fraction_of_2D_VSA_hydrophobic_unsat);(f) 전체 반데르발스(van der Waals) 표면적에 대한 수소결합 원자들의 표면적 비율(Fraction_of_2D_VSA_Hbond_all);(g) E-state값의 최대값과 최소값을 나타내는 원자들 간의 거리(Distance_E_state_min_max);(h) Kier-Hall 분자연결지수로 수소원자를 제외한 분자구조에서 모든 원자에 대하여 한 원자와 연결된 4개의 원자의 각각 결합원자수 곱에 대한 제곱근의 합으로 표현한 Chi4_cluster지수(Chi4cluster);(i) 전체구조연결지수로 모든 원자들의 결합원자수의 곱에 대하여 제곱근을 나타낸 지수(Total_structure_connectivity_index);(j) 분자 내에 원자수와 상대적인 고리구조 포함 정도 항과 분자의 상대적인 공간밀도와 분자결합의 가지치기 정도 항의 곱을 통한 분자 유연성의 정도(Kier_flexibility);(k) 분자 내의 각 원자에서 계산된 부분전하들의 절대값에 대한 총합(Total_absolute_atomic_charge);(l) 분자 내에 소수성 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Hyd_Acc_02);(m) 분자 내에 소수성 원자와 음전하를 지닌 원자 사이의 결합거리가 6인 부분의 유무(CATS_binary_Hyd_Neg_06);(n) 분자 내에 방향족 고리구조와 수소결합주게 원자 사이의 결합거리가 0인 부분의 유무(CATS_binary_Aro_Don_00);(o) 분자 내에 수소결합주게 원자와 수소결합받게 원자 사이의 결합거리가 2인 부분의 유무(CATS_binary_Don_Acc_02);(p) 분자 내에 수소결합주게 원자와 수소결합받게 원자 사이의 결합거리가 9인 부분의 유무(CATS_binary_Don_Acc_09);(q) 분자 내에 수소결합주게 원자와 양전하를 지닌 원자 사이의 결합거리가 3인 부분의 유무(CATS_binary_Don_Pos_03); 및(r) 분자 내에 양전하를 지닌 원자와 음전하를 지닌 원자 사이의 결합거리가 3인 부분의 유무(CATS_binary_Pos_Neg_03)로 선별되는 것을 특징으로 하는 컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법
|
10 |
10
삭제
|
11 |
11
제1항, 제5항 내지 제9항 중 어느 한 항에 있어서, 상기 개발된 개별 예측 모델과 복합 예측 모델에 대하여 우연상관관계 검증(Y-randomization)을 실시하는 신뢰성 평가 단계;상기 개발된 개별 예측 모델과 복합 예측 모델에 대하여 상기 외부 검증데이터를 적용함으로써 최적의 예측 모델을 선별하는 외부 검증 단계; 및상기 생성된 상온에서 유기화합물의 승화열 예측 모델을 신뢰할 수 있는 적용가능 범위(applicability domain)를 설정하는 신뢰 범위 설정 단계를 더 포함하는 것을 특징으로 하는 컴퓨터 시스템에서 구현되는 상온에서 유기화합물의 승화열을 예측하는 QSPR 방법
|