التشابه مع الجزيئات في مجموعة التدريب هو معيار جيد لدقة التنبؤ في QSAR

ما مدى قدرة نموذج QSAR على التنبؤ بنشاط جزيء ليس في مجموعة التدريب المستخدمة لإنشاء النموذج؟ تم إجراء مجموعة من تجارب التحقق المتقاطع الرجعي باستخدام 20 مجموعة نشاط متنوعة داخلية للعثور على معيار جيد لدقة التنبؤ كما تقاس بالفرق الجذري التربيعي المتوسط بين النشاط الملاحظ والمقدر. من بين المقاييس التي اختبرناها، يبدو أن اثنين منها مفيدان: تشابه الجزيء المراد التنبؤ به مع أقرب جزيء في مجموعة التدريب و/أو عدد الجيران في مجموعة التدريب، حيث أن الجيران هم أولئك الأكثر تشابهاً من الحدود المختارة من قبل المستخدم. الجزيئات الأكثر تشابهاً و/أو الأكثر جيراناً هي الأفضل من حيث التنبؤ. تمثل هذه الاتجاه صحيحاً لمجموعات التدريب الضيقة، وإلى حد أقل للعديد من مجموعات التدريب المتنوعة، ولا يعتمد على أي طريقة أو وصفة QSAR مستخدَمة. يمكن تعريف التشابه باستخدام وصفة مختلفة عن تلك المستخدمة لنموذج QSAR. اعتماد التشابه لمجموعات التدريب المتنوعة يبدو غير متوقع إلى حد ما. يبدو أنه أكبر بالنسبة لتلك المجموعات حيث تكون العلاقة بين الأنشطة المتشابهة مقابل الهياكل المتشابهة (كما هو مشفر في مخطط باترسون) أقوى. نقترح طريقة لتقدير موثوقية التنبؤ بهيكل كيميائي عشوائي على نموذج QSAR معين، بناءً على مجموعة التدريب التي تم اشتقاق النموذج منها.