Best practices for chemical data curation and QSAR model ...

HOW TO DEFINE A PREDICTIVE QSAR MODEL
10
8
y = 0.3154x + 3.4908
R 2 = 0.9778
10
8
y = 3.1007x - 10.715
R 2 = 0.9778
9
y = 1.2458x - 1.8812
R 2 = 0.8604
Observed
6
4
2
y = 0.9383x
R 2 0 = -3.3825
Predicted
6
4
2
y = 1.0023x
R 2 0 = 0.5238
Observed
7
5
y = 0.9796x
R 2 0 = 0.8209
0
0 2 4 6 8 10
Predicted
0
0 2 4 6 8 10
Observed
3
3 5 7 9
Predicted
a'
=
~ y r = a'
y + b '
a =
y r 0
= ky ~
k
=
Regression
( y )( ~ ~
i
− y yi
− y )
( y y)( ~ 2
( y y ~
i
−i
−
y )
~ )
2
( ~
i
−
y − y
∑
∑
~ ∑
i
b ' = y − a'
y
b = y − ay ~
∑
∑
y ~ y
i i
~ 2
yi
Correlation coefficient
R =
∑
∑ (
q
k
2
( y − )( ~ − ~
i
y yi
y )
2
y − y)
( ~ y − ~ y )
i
∑
> 0.5; R
or
k
'
i
2
~ y r 0
= k'
y
k'
=
CRITERIA
2
>
≈ 1.0; R
Regression through
the origin
0.6;
2
0
or
∑
∑
R
y ~ y
i i
2
i
y
'2
0
≈
R
2
Coefficients of determination
R
2
0
R'
2
0
= 1 −
= 1−
∑
∑
∑
∑
( ~ r0
y y )
~ )
2
( ~
i
−
i
y − y
( y
i
( y
i
− ~ y
i
r
i
0
)
− y)
2
2
2