粮谷及油料中有机磷农药残留物GC保留值的QSRR研究

采用分子电性距离矢量(Molecular Electro-negativity Distance Vector,MEDV)对粮谷及油料中55种有机磷农药的结构进行表征,采用逐步回归对变量进行筛选,运用多元线性回归和偏最小二乘回归统计学软件建立有机磷农药的结构与其气相色谱(GC)保留值的定量结构-色谱保留关系(quantitative structure-retention relationship,QSRR)的数学模型,同时采用内部及外部双重验证的办法对所建模型稳定性能进行分析和验证.两种方法建模相关系数R、留一法交互检验RLOO、外部样本检验Qext分别为0.869 2,0.850 3,0.769 1(MLR);0.869 5,0.863 7,0.773 5(PLS).结果表明,MEDV能较好地表征该类分子的结构信息,所建QSRR模型具有良好的稳定性和预测能力.可望为有机磷农药残留物的分离、纯化、检测等方法的建立,提供有效的理论依据.     

分子电距矢量(MEDV)用于肽模拟物的定量构效关系研究

利用电距矢量(MEDV)表征肽模拟物的分子结构,并与包含N、0、S杂原子,饱和与不饱和键或共轭体系的二肽分子的生物活性相关.利用多元线性回归方法,构建了两组二肽分子的定量构效关系(QSAR)模型.对于58个二肽组,模型相关系数和均方根误差分别为R=0.842 3和RMS=0.535.对于48个二肽组,R=0.819 9,RMS=0.357.为了检验QSAR模型的预测能力,对两个二肽组数据集进行了交叉校验(CV).采用LOO法即每次从n个样本中抽出n-1个样本建立0SAR模型继而用该模型去预测余下的1个样本的生物活性的方法.对于58肽组,58次预测的生物活性与原实验活性之间的R=0.790 6,RMS=0.608,而48肽组的R=0.742 2和RMS=0.417.MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息.此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术.方法简便快速,模型稳定有预测能力.     

分子电距矢量对酚类物质色谱保留值的分析

用MEDV描述子对102个酚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分子结构-色谱保留值定量关系(QSRR).多元线性回归十参数模型的复相关系数达到了0.943 6,逐步回归九参数模型复相关系数为0.943 6,交互检验的R CV值为0.844 8,表明模型对样本具有一定的稳定性和预测能力.     

分子电性距离矢量用于苯酚类化合物生物活性的QSAR研究

采用分子电性距离矢量(MEDV)表征4组卤代苯酚和取代酚类化合物的结构,并采用逐步回归对变量进行筛选,分别用多元线性回归和偏最小二乘回归建立各组化合物的结构与其生物活性的定量结构-活性相关(QSAR)的数学模型.同时采用内部及外部双重验证的办法对48种卤代苯酚结构与其抗菌活性(lgPC)关系模型的稳定性进行分析和验证.多元线性回归建模相关系数R=0.960,标准偏差SD=0.248,留一法交互检验RCV=0.947,SDCV=0.287,外部样本检验Qext=0.946.14个溴代苯酚结构与其抗菌活性PC关系结果:R=0.969,SD=0.296,RCV=0.904,SDCV=0.516;11个取代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.969,SD=0.219,RCV=0.941,SDCV=0.301;6个氯代苯酚结构与其水生生物急性毒性(-lgLC50)关系结果:R=0.998,SD=0.076,RCV=0.954,SDCV=0.409.对各组化合物采用偏最小二乘回归所得结果与多元线性回归所得结果较为一致.结果表明,MEDV能较好地表征该类分子的结构信息,所建模型具有良好的稳定性和预测能力.     

枣香味成分的结构表征及其色谱保留值的预测

采用分子电性距离矢量对枣中分离出的63种化合物进行了结构表征.通过多元线性回归建立了6个变量的定量结构-色谱保留相关关系模型,相关系数R=0.982,并用逐步回归筛选得3个变量建模,相关系数R=0.980,继而用留一法交互检验,复相关系数RCV=0.977.结果表明,MEDV能较好地表征非同类化合物的分子结构信息,所建模型具有较好的稳定性和预测能力.     

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.     

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.     

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.     

酚类土壤吸收系数与脂水分配系数模型比较

土壤吸收系数和脂水分配系数二者相互区别且又相关.为了揭示这种关系,运用按氢分类的分子电性距离矢量(MEDV)对单羟基酚类进行结构表征,通过按变量显著性大小依次引入的逐步回归(SMR)方法得到的三参数多元线形回归(MLR)模型可以较好表达土壤吸收系数Koc与分子结构之间的定量关系,模型的相关系数R为0.950.用留一法(LOO)进行交互检验,复相关系数R2CV为0.847;用同样的方法对脂水分配系数Kow建模,六参数模型的相关系数R为0.981,复相关系数R2CV为 0.873,表明定量模型对Koc和Kow都具有良好的稳定性和预测能力.比较羟基对模型的影响,二者存在明显差异.     

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.