2.4.6 CoMSIA模型的建立
选中数据库表格第二列，添加CoMSIA计算立体和静电场列，计算疏水场的Hydrophobic列、Steric_and_Electrostatic列以及氢键供体场和氢键受体场的Donor_and_Acceptor，点击Advanced Details进行参数设置如图2-3、图2-4。

图2-3添加CoMSIA列                                     图2-4 CoMSIA参数设置
接下来进行回归分析，参数设置如图2-5，最大主成分数Components的数值由默认值改为20，如果结果不好，可增大。采用抽一法（Leave-One-Out）对训练集化合物进行交叉验证，运算结束后查看Sybyl命令框。
 
图2-5 CoMSIA回归分析参数
验证系数q2数值表明CoMSIA模型的预测能力较为理想。接下来进一步分析模型的拟合能力及其他幸会。将Components改为最佳主成分数，Validation改为No Validation。进行回归运算后可以得出验证q2的结果。将结果保存为PLS分析文件。
2.4.7 预测活性计算
CoMFA模型的预测：在Training表格的第6列进行PREDICT预测pIC50值。
在Training表格中选中第7列，添加FUNCTIONAL_DATA列，结果实际活性与预测活性的差值就被计算出来了。
CoMSIA模型的预测方法操作与CoMFA模型类似。
现在就可以利用已经构建好的3D-QSAR模型对测试集化合物进行生物活性的预测计算了：在SYBYL-X软件中打开test.mdb文件，重复寻找共同骨架的方法进行叠合，利用CoMFA模型和CoMSIA模型的PLS文件对测试集化合物进行活性预测。 Rho激酶抑制剂三维定量构效关系的研究(7):http://www.youerw.com/huaxue/lunwen_4342.html