Quantitative Analyse von Arzneistoff-Membran-Wechselwirkungen ...

Modellierung der Verteilungsvorgänge
in Abhängigkeit von der Zusammensetzung der Gruppen. Aus kombinatorischen Gründen (exponentielle
Zunahme der Kombinationsmöglichkeiten) ist es selbst bei kleineren Datensätzen unmöglich,
systematisch alle Gruppierungen durchzurechnen. Daher wird die Prozedur mehrfach wiederholt (20
bis 100) und der Mittelwert der statistischen Größen gebildet. Die random group-Methode führt zu
einer mehr konservativen Abschätzung der Vorhersagekraft. Je geringer die Zahl der Gruppen, desto
höher ist die Zahl der Gruppenmitglieder und folglich auch die Härte der Modellvalidierung. Als
Ergebnis erhält man die mittlere Vorhersagekraft q 2 und die Standardabweichung der Vorhersage.
Um ein von der Varianz der Aktivitätswerte unabhängiges Maß für die Vorhersagekraft des
Modells zu erhalten, wurde ein cross-validiertes Bestimmtheitsmaß, der q 2 -Wert, eingeführt. Die
optimale Anzahl an latenten Variablen kann anhand des kleinsten Wertes der Standardabweichung in
Verbindung mit dem höchsten q 2 -Wert entnommen werden.
4Y -Y 9
= 1 −
Gl. 22
q 2
!
∑
∑
2
obs pred
Yobs -Y
2
2 7
In Analogie zur Standardabweichung der Schätzwerte s, ein Maß für die Güte der Anpasssung der
Gleichung, wurde eine Standardabweichung der Vorhersagen SDEP (standard deviation of error of
prediction) für das PLS-Verfahren definiert. Die SDEP-Berechnung in GOLPE (Gleichung 23a)
berücksichtigt nicht die Zahl der latenten Variablen, wie es in der MLR und auch im QSAR-Modul
von SYBYL üblich ist (Gleichung 23b).
Yobs -Ypred
SDEP = Gl. 23a Gl. 23b
n
∑4 92
Yobs -Ypred
SDEP =
n-c-1
∑4 92
GOLPE berechnet weiterhin eine Standardabweichung von SDEP, der SDEV-Wert (standard
deviation of the SDEP values). Die Indizes der Aktivitätswerte stehen für:
Yobs beobachteter Y-Wert; Ypred vorhergesagter Y-Wert durch PLS mit CV;
Y Mittelwert aller Y-Werte; c Zahl der latenten Variablen des Modells.
Das Modell mit dem höchsten q 2 -Wert und den kleinsten SDEP- und SDEV-Werten wird als das
beste Modell betrachtet. Die als optimal gefundene Anzahl latenter Variablen (optimal number of
components = onc) ist ein Maß für die Komplexität des Modells. Je weniger LV extrahiert werden
müssen, um einen bestimmten q 2 -Wert zu erreichen, desto einheitlicher ist der Zusammenhang
zwischen den Strukturvariablen und den Aktivitätswerten.
"
#
$ #
89