在Ｂ３ＬＹＰ／６－３１Ｇ水平上采用高斯０９全优化计算了５０个Ｐ４５０１Ａ２抑制剂的量子化学参数，应用基于预测的模型变量选择方法（ＶＳＭＰ）选择描述子最佳子集，建立了最高轨道占有能（ＥＨＯＭＯ）和分子体积（Ｖｍ）与萘、内酯衍生物及其他化合物对细胞色素氧化酶Ｐ４５０１Ａ２抑制剂的两变量线性ＱＳＡＲ模型，结果表明：所选的２个分子结构描述符与５０个抑制剂的活性之间具有很强的线性关系（相关系数ｒ２＝０.９０７０）和内部预测能力（留多法交叉验证相关系数ｑ２＝０.７５１７）。同时，将５０个化合物分成奇数集和偶数集各自进行筛选建模，并彼此进行外部预测，对全部样本集、奇数集和偶数集样本模型进行了ｙＲａｎｄｏｍｉｚａｔｉｏｎ检验，结果表明描述符ＥＨＯＭＯ和Ｖｍ建立的模型均非常稳定并具有很高的预测能力。