发明名称 改性生物吸附剂构效关系模型构建方法及应用
摘要 本发明涉及一种改性生物材料吸附重金属离子构效关系模型构建的新方法及应用,包括步骤:(1)选择廉价易得且富含木质纤维素类生物材料→(2)通过系列物化改性方法,测定水中重金属离子去除率指标→(3)获取的试验数据预处理→(4)选择生物材料分子结构的描述符类型,并予以计算,构建其分子结构描述符集→(5)基于低秩建模方法进行分子描述符筛选,→(6)基于支持向量机构建改性条件、筛选后分子描述符与(废)水中重金属离子去除率指标之间的构效关系模型,并进行参数优化。本发明可有效地指导设计和合成高性能的吸附剂,大大缩短高效重金属吸附剂的开发周期,避免财力和物力的浪费。
申请公布号 CN104573273A 申请公布日期 2015.04.29
申请号 CN201510041156.9 申请日期 2015.01.27
申请人 江西理工大学 发明人 梁礼明;陈云嫩;陈召阳;吴健;冯新刚
分类号 G06F17/50(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 赣州凌云专利事务所 36116 代理人 曾上
主权项 一种改性生物吸附剂构效关系模型构建方法,其特征是:包括以下步骤:步骤1:选择廉价易得且富含木质纤维素类生物材料;步骤2:通过系列物化改性方法,测定改性生物材料吸附重金属离子的能力,以(废)水中重金属离子去除率作为指标;步骤3:获取相关试验数据后,进行试验数据预处理;步骤4:选择建模所需且能全面表征生物材料分子结构的描述符类型,并运用相关的软件程序计算其分子描述符,构建生物材料分子描述符集;步骤5:基于低秩建模方法进行分子描述符筛选;具体为:(1)低秩表示考虑低秩表示模型<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><munder><mrow><mi>arg</mi><mi> </mi><mi>min</mi></mrow><mrow><mi>Z</mi><mo>,</mo><mi>E</mi></mrow></munder><msub><mrow><mo>|</mo><mo>|</mo><mi>Z</mi><mo>|</mo><mo>|</mo></mrow><mo>*</mo></msub><mo>+</mo><mi>&alpha;</mi><msub><mrow><mo>|</mo><mo>|</mo><mi>E</mi><mo>|</mo><mo>|</mo></mrow><mn>2,1</mn></msub><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo><mi>X</mi><mo>=</mo><mi>XZ</mi><mo>+</mo><mi>E</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000662370260000011.GIF" wi="1221" he="114" /></maths>其中X为经计算后的生物材料分子描述符集,Z为低秩系数矩阵,用来描述各个分子描述符之间的相似度,对模型(1)采用交替方向乘子方法进行求解可以得到Z,从而可以得到关联矩阵<img file="FDA0000662370260000012.GIF" wi="362" he="132" />其中Z<sup>T</sup>为Z的转置;(2)低秩准则假定x<sub>ri</sub>表示第i个分子描述符(i=1,2,L,n)的第r个特征(r=1,2,L,d),定义Var(x<sub>r</sub>)为分子描述符集X第r个特征的估计方差,则定义第r个特征的低秩准则如下:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>LRS</mi><mi>r</mi></msub><mo>=</mo><mfrac><mrow><msub><mi>&Sigma;</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><msup><mrow><mo>(</mo><msub><mi>x</mi><mi>ri</mi></msub><mo>-</mo><msub><mi>x</mi><mi>rj</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><msub><mi>&Lambda;</mi><mi>ij</mi></msub></mrow><mrow><mi>Var</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>r</mi></msub><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000662370260000013.GIF" wi="1062" he="186" /></maths>LRS<sub>r</sub>包含了第r个特征的全局信息和局部信息,Var(x<sub>r</sub>)越大,特征方差越大,特征所含信息量越大,(x<sub>ri</sub>‑x<sub>rj</sub>)<sup>2</sup>Λ<sub>ij</sub>越小,根据低秩准则选择的特征对数据集的局部拓扑结构和判别结构的表现能力越强,由此,低秩准则的目标是寻找LRS<sub>r</sub>偏小的特征;根据LRS<sub>r</sub>值按照升序排列所有特征,选择若干个LRS<sub>r</sub>值较小的特征构成筛选后的分子描述符子集;步骤6:基于支持向量回归机(SVR)构建改性条件、筛选后分子描述符与(废)水中重金属离子去除率指标之间的构效关系模型,并进行相关参数优化。
地址 341000 江西省赣州市红旗大道86号