ICS 13.300 A80 GB 中华人民共和国国家标准 GB/T 24780—2009 化学品性质（Q)SAR模型的验证指南 理化性质 Guidance on the validation of (Q)SAR models for chemicals properties- Physicochemical properties 2009-12-15发布 2010-07-01实施 中华人民共和国国家质量监督检验检疫总局 发布 中国国家标准化管理委员会 GB/T24780—2009 前言 本标准参考采用经济合作与发展组织（OECD）指南文件ENV/JM/MONO（2007)2《（定量）结构 活性关系L（Q）SAR模型的验证的指南文件》（英文版），其有关的技术内容与上述文件完全一致 本标准附录A为资料性附录 本标准由全国危险化学品管理标准化技术委员会（SAC/TC251）提出并归口。 本标准负责起草单位：国家质检总局进出口化学品安全研究中心 本标准参加起草单位：中国检验检疫科学研究院、湖北出人境检验检疫局、中化化工标准化研究所、 山东出入境检验检疫局。 本标准主要起草人：程艳、陈会明、李晞、宋乃宁、周新、崔海容、郭坚 本标准系首次发布。 GB/T247802009 引言 欧盟于2007年6月1日立法通过《化学品的注册、评估、授权和限制法规》（以下简称REACH法 规），并于2008年6月1日正式实施。该法规实施以后对进人欧盟市场上的化学品进行统一管理。我 国为应对欧盟REACH法规，制定了化学品安全系列标准，等同转化了欧盟REACH法规的相关技术 内容。 欧盟REACH法规和联合国《全球化学品统一分类和标签制度》（GHS)为了减少动物试验，明确规 定了（Q)SAR模型预测方法在特定情况下可用于化学品性质的预测 本标准是为了应对欧盟REACH法规，在技术指标上参考采用了OECD指南文件ENV/JM/ MONO2007)2《（定量）结构-活性关系［（QSARI模型的验证的指南文件》（英文版）和REACH技术法 规EUR21866EN2005《（定量）结构-活性关系的特征：初步指南》（英文版），并且其有关的技术内容与 上述文件完全一致，建立了化学品理化性质（Q）SAR模型的验证指南 GB/T24780—2009 化学品性质（QSAR模型的验证指南 理化性质 1范围 本标准规定了化学品理化性质（Q)SAR模型的验证指南。 本标准适用于现有的以及将来开发的各种（QSAR模型。 2术语和定义 下列术语和定义适用于本标准。 2. 1 符合度goodness-of-fit 对模型运行进行评价的信息量的最小绝对量，表达了在建模集中模型描述符估算变量的程度。 2.2 适用度 robustness 当对建模集实施干扰以及当模型从受干扰的建模集中重新建立时，模型参数的稳定性以及因此而 导致的预测结果的稳定性，提供了模型参数对建模集变化的敏感性的指示。 2.3 预测能力 predictivity 对所建模型预测化学物质性质的能力的评价，采用对测试集中的化学物质性质的预测来进行评价。 3验证原则 3.1确定的终点。 3.2明确的运算算法。 3.3确定的应用范围。 3.4对符合度、适用度和预测能力的合适的评价。 2 3.5如果可能，提供机制解释。 4验证原则阐述 4.1确定的终点 4.1.1在采用（Q)SAR模型对化学品理化性质进行预测时，常用的终点为物理化学参数，包括熔点 凝点、沸点、蒸汽压、水溶解度、正辛醇/水分配系数（K。w）、相对密度、表面张力、闪点等。 4.1.2在采用（Q)SAR模型对化学品理化性质进行预测时，常用的描述符包括正辛醇/水分配系数 （K。w）、水溶解度、分子质量、分子体积等 4. 1. 3 一个确定的终点至少包含以下因素： a) 产生建模集数据的详细信息； b) 测试方案的不同不会导致终点数值的明显不同； c) 测试方案内部因素的不同不会导致结果的不同； d) （Q)SAR预测的化学品对象的范围包含在测试方案的化学品对象范围内； e) (Q)SAR预测的终点与测试方案的终点相同； 1 GB/T24780—2009 f) 科学定义的终点能够反映化学品结构间的不同 4.2明确的运算算法 当评价（Q）SAR预测模型的运算算法时，需要考虑下列因素： a) 终点数值和描述符数值的数据集； b）对描述符的来源和测量的说明； c） 对测试集和建模集的描述，并对异常点的剔除说明理由； d) 对数学模型进行描述； 对模型运行进行描述的统计学参数； f) 构成（Q）SAR预测模型的参数以及参数数值。 4.3确定的应用范围 4.3.1 一定的可靠性。 4. 3. 2 （Q)SAR模型的应用范围需要考虑以下因素： a) 建立与应用范围相关联的可信度范围； b) 建立对应用范围的限制方法； c） 评价应用范围的限制方法，以更好地理解其长处、局限性和适用性； d) 将应用范围限制方法与传统的统计学方法联合应用。 4.4对符合度、适用度和预测能力的合适的评价 4.4.1包含两类信息： a) 模型的内部运行的评价，包括符合度和适用度，主要是应用建模集来确定； b) 模型的外部评价，包括预测能力，主要是采用合适的测试集来确定。 4. 4. 2 模型应具有统计学意义，一个具有高度统计学可执行意义的模型包括以下一个或几个特征： a) 当采用最少数量的变量时，具有最高的可能的预测能力； b）预测变量之间的关联很小。 4. 4. 3 a) 缺乏一个或多个相关变量，如：没有足够的拟合能力； b) 在拟合度和预测能力之间具有显著差别； c) 一个或多个（噪声）变量偶尔会与响应相关； 预测变量之间有高度的相关性。 4.5如果可能，提供机制解释 4.5.1鼓励在对（Q)SAR模型验证过程中寻找出机制解释，能够增加对于统计有效性和应用范围的 理解。 4.5.2 当机制解释是可能的时候，将在前述原则的基础上更增进了（Q）SAR模型预测的可靠性。 5验证的报告格式 5.1（Q)SAR模型验证的报告格式是构建和总结模型重要信息的框架，包括： a) 模型的来源； b) 模型的类型； c） 模型的验证； d）可能的模型应用，等。 5.2附录A给出了化学品理化性质的（Q)SAR模型的验证指南示例 2