您可以使用实验测量的日志P（P）用于在ACD/Log中训练算法的值P（P）提高预测准确性，并使模型与您的化学空间或项目更加相关。

即使你不是计算化学家或软件工程师，也可以训练经典算法和GALAS算法。共识模型自动使用应用于底层算法的训练数据。

经典算法

基于>12000个实验日志P（P）值，经典算法使用了隔离碳的原理。

GALAS算法

GALAS模型是全局的，根据相似性进行局部调整。该算法基于超过11000个化合物的训练集，并为log提供值D类这是根据最相似化合物的数据进行调整的。

共识模型

共识模型使用经典算法和GALAS算法。每种算法在其执行最可靠的化学空间区域中权重更大。

预测日志P（P）在以下情况下，可能比实验测量更准确：

• 日志P（P）该值超出了通过传统实验获得的可靠测量范围（+8到-3）。
• 互变异构体存在。在大多数情况下，日志P（P）不能测量每个互变异构体的值。
• 化合物包含酸性和碱性基团（例如，氨基酸、肽、核苷）。由于这些分子在任何给定的pH值下以各种离子形式存在，未电离形式的浓度可以忽略不计。

分配常数(P（P）)是衡量中性（不带电）分子的亲水性（“亲水”）或疏水性（“怕水”）的一个尺度。它表示化合物在这两个不互溶相（通常是辛醇和水）中不同溶解的趋势。分配系数也称为K_现在辛醇/水分配系数。

日志P（P）预测模型将该值估计为对数比（logP（P），堵塞P（P），或AlogP（P）). 分配系数是化合物疏水性的定量描述。

类似于日志P（P）（或堵塞P（P）)，日志D类也是疏水性的描述符，但它不仅限于描述中性分子。日志D类是考虑到pH依赖性的电离化合物疏水性的度量。

疏水性（由对数确定P（P）)可以帮助解释或预测化合物的行为，并在许多行业中有用：

药物-日志P（P）帮助药物化学家评估药物相似性。在药代动力学中，它可以帮助确定ADME概况——药物的吸收能力、成功达到预期目标、代谢和排泄能力；并在药效学中了解靶受体结合。

农药-K_现在这些值用于帮助开发除草剂和杀虫剂。分区值有助于确定化合物是否会到达其预期作用部位以及环境污染的可能性。

环境分配系数用于模拟土壤和地下水中溶解的疏水性有机物的迁移，以帮助评估水道污染以及对动物和水生生物的毒性。

消费品——在化妆品、染料、家用清洁剂和许多其他产品的配方中使用了对分区的理解。