氯及溴代苯化合物生物富集因子预测

将有机化合物分子中的非氢原子分为四类,将不同非氢原子自身及非氢原子之间的关系参数化作为结构描述符,对部分氯苯及溴苯化合物分子结构进行了参数化表达.采用偏最小二乘回归(PLS)方法构建了化合物结构与其在鱼体内的富集因子(lgB_(CF))之间的关系模型,模型的建模相关系数(R~2)为0.943,"留一法"交互检验的相关系数(Q~2)为0.871.结果表明结构描述符能较好地表征化合物分子结构特征,所建模型稳定性好、预测能力强.     

氟化酚类化合物结构与生物毒性关系研究

根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对16种氟化酚类化合物的结构进行了表征.运用多元线性回归(MLR)方法,研究并建立了氟化酚类化合物定量结构与生物毒性关系的5变量模型,其复相关系数(R)为0.914.上述模型对16种氟化酚类化合物毒性的预测值与实验值能较好吻合,留一法交互检验的复相关系数(RCV)为0.856.结果表明所建模型具有良好的稳定性和预测能力.     

有机肟类化合物定量结构与毒性效应研究

以有机肟类化合物为研制对象，利用分子前沿轨道能和分子连接性指数等参数为分子表征因子，对肟类化合物的急性生物毒性进行定量结果－活性相关预测。实验结果表明，肟类化合物对哺乳动小鼠的生物毒性的测算值与实验值之间存在高度相关性。提出了一种用量子化学参数和分子连接性指数等化合物表征参数估算有机物毒性的新方法，建立了有效的定量分子结构－毒性相关多元估测方程。     

芳烃类化合物对发光菌急性毒性的QSAR研究

采用分子动力学MM+和半经验AM1算法优化并计算24种芳烃类化合物的16种量子化学参数,通过主成分分析法和回归分析法对化合物的量子化学参数进行筛选,所得最佳参数与芳烃类化合物对发光菌的急性毒性进行定量构效关系研究(QSAR)。所建多元线性回归方程的确定系数(R2)和留一法交叉检验系数q2分别为0.83和0.990。毒性实验值与预测值的相关性较好,模型具有良好的稳定性和预测能力。     

芳烃衍生物的结构与黑呆头鱼毒性的密度泛函理论研究

运用密度泛函理论(density functional theory,DFT)方法,在B3LYP/6-311G**基组水平下,全优化计算了92个芳烃衍生物的分子几何和电性结构参数;将计算得到的12个量子化学参数和1个结构参数作为描述符引入QSAR研究,采用多元逐步回归方法筛选了4个量化参数,建立了取代芳烃类化合物(包括脂烷基苯、硝基苯、卤代物、酚和芳胺等)对黑呆头鱼毒性的预测模型,相关系数R=0.959,模型通过了相关性检验,具有良好的稳定性和预测能力。应用该模型对其中7个未知毒性的化合物进行了预测;对该系列化合物结构与毒性作用的内在机制进行分析认为,分子极化率的大小和取代基的电子效应是影响毒性的主要因素。     

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.     

酚类化合物色谱保留指数的估计与预测

用根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对酚类化合物结构进行表征.用多元线性回归(MLR)方法,研究并建立了酚类化合物定量结构-色谱保留(QSRR)关系的10变量模型,其相关系数为0.9512;采用SPSS统计处理软件对变量进行逐步回归(SMR)筛选后,建立了8变量的QSRR模型,其相关系数为0.9508.上述模型对102种酚类化合物色谱保留的预测值与实验值能较好吻合,留一法交互检验的结果分别为Rcv=0.9269和Rcv=0.9377.结果表明所建模型具有良好的稳定性和预测能力.     

基于QSAR和PCA方法的硝基芳烃综合毒性评价

化学品的风险评价与管理应该关注基于多种生物体效应的综合毒性。为了评价毒性数据稀缺化合物的综合毒性,以50种硝基芳烃为研究对象,收集了它们的多种生物毒性数据,建立了稳健的定量结构活性相关(quantitative structure-activity relationship,QSAR)模型,预测缺失毒性数据,解释了硝基芳烃的致毒机理——硝基芳烃与生物受体分子的亲电反应活性是决定其毒性的主要因素。然后应用主成分分析(principle componentan alysis,PCA)方法对基于QSAR模型计算获得的50种硝基芳烃的各种生物毒性数据进行分析,计算综合毒性因子(integrated toxicity index,ITI),对综合毒性因子进行QSAR分析,得到可直接由硝基芳烃结构参数预测综合毒性因子的单参数QSAR模型。结果表明,QSAR与PCA方法的结合可以成功地评价和预测硝基芳烃的综合毒性。     

硝基苯化合物生物毒性的定量构效关系研究

为深入认识硝基苯类化合物活性与其结构之间的关系,基于逐步回归方法,建立了精度较高的QSAR多元回归模型.研究中提取了35种硝基苯类化合物的5种结构参数、5种量子化学描述符及1种分子指示变量.运用逐步回归方法进行了变量的压缩和选择.进而实施了多元回归分析,并由所得结果进行了硝基苯类化合物结构与生物毒性关系的理论解释.     

分子电距矢量对醇类气相色谱保留指数的预测

用MEDV描述子对55个醇的分子结构进行表征,对MEDV矢量和其气相色谱保留指数之间建立了定量结构-色谱保留值关系.借助多元线性回归、逐步回归和交互检验建立了分子电距矢量和55个化合物的气相色谱保留值之间的定量结构-色谱保留值相关模型(QSRR),线性回归十参数模型的复相关系数达到了0.995 0,逐步回归七参数模型复相关系数为0.989 6,交互检验的RCV值为0.970 0,表明模型对样本具有一定的稳定性和预测能力.