二苯甲酮类化合物对发光菌毒性的神经网络法研究

二苯甲酮类化合物在众多领域得到广泛应用,是非常重要的一种日用化工原料.为了研究二苯甲酮类化合物对发光菌毒性与其结构之间的定量结构-毒性相关关系,基于拓扑理论,计算了14个二苯甲酮类化合物分子的连接性指数(~mX),选取连接性指数(~mX)中的2种结构参数(~2X和~5X_c)作为理论结构描述符,引入与二苯甲酮类化合物对发光菌毒性相关的回归分析中,构建了稳定性较好的QSTR模型,并将这2种连接性指数(~2X和~5X_c)作为人工神经网络法(ANN)的输入层节点,采用2-2-1的神经网络结构,构建了相关性良好的神经网络预测模型,该毒性预测模型的总相关系数r_t达到0.998 3,预测的毒性值与其相应文献值的相对平均误差只有1.60%,两者吻合度较好.结果表明,二苯甲酮类化合物对发光菌毒性与2种分子连接性指数具有良好的非线性关系,利用该模型可为设计毒性低的新二苯甲酮类化合物分子提供指导.

Research on the toxicity of benzophenone compounds to photobacterium by neural network method