苯砜基羧酸酯类化合物急性毒性的预测模型

用MATLAB软件编程计算了56个苯砜基羧酸酯类化合物分子电性距离矢量(mk),同时用Hyper chem8.0程序包计算了它们的理化参数.这两类结构参数被用于建立苯砜基羧酸酯类化合物急性毒性的预测模型.通过最佳变量子集回归的方法构建多元线性回归模型:-lg EC50=4.724+30.275m7+0.061m24+6.468m85+0.880m90-0.003V-0.096(lg P)2.该模型具有良好的稳健性和较强的预测能力.以模型中的6个参数为人工神经网络(ANN)输入层,设定6∶4∶1的网络结构,用BP算法构建人工神经网络模型,其相关系数R2为0.986.结果表明,神经网络BP算法模型的预测结果优于多元线性回归模型的预测结果.     

苯砜基羧酸酯类化合物急性毒性的QSAR研究

采用密度泛函理论方法,在B3LYP/6-31G(d)水平下,计算了35种苯砜基羧酸酯化合物的量子化学参数.采用统计学软件Statistic 6.0进行多元线性回归,得到描述此类化合物对发光菌急性毒性的预测模型-lgEC50=-0.01×P+1.92×q1-5.63×q10-0.087×μ+2.34,模型的相关性分析如下R=0.92,r2adj=0.82,F=40.96,q2=0.837.得到以下结论苯砜基羧酸酯类化合物急性毒性随着亲水性的增强而减弱;分子越大,毒性越小;取代基的电负性越大,毒性越小.该研究为探讨化合物急性毒性的机理起到借鉴作用.     

人工神经网络用于2-苯基吲哚衍生物的QSAR研究

将人工神经网络(ANN)应用于2-苯基吲哚衍生物的定量构效关系(QSAR)研究中,采用改进的误差反向传播(BP)算法探讨了36个2-苯基吲哚衍生物对小牛子宫雌激素受体的亲和力大小与氮原子所连原子的净电荷Q;2号、3号、10号和15号原子间的二面角D;5号碳原子与其所连原子间的键长L和零阶连接性指数0G的关系.随机挑选30个化合物作为训练样本集,建立了2-苯基吲哚衍生物的QSAR模型,该模型的相关系数R=0.999 2;而剩余的6个化合物作为测试样本集,得出其相关系数R=0.901 3.结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果.     

取代苯甲醇和氯代苯的定量结构—活性关系研究

定义表征原子生物活性的特征值Ai,由Ai建构新的价连接性指数 nH=∑(Ai*Aj*Ak…),其中0阶指数 0H=∑(Ai),1阶指数 1H=∑(Ai*Aj).0H、1H与取代苯甲醇对黑曲霉素的生物活性及氯代苯对鲤鱼、呆鲦鱼和发光菌的急性毒性均具有高度的相关性.本文所需参数易得,计算方法简单,预测结果满意.     

用连接性指数研究苯砜基环烷酸酯的容量因子

运用Matlab程序计算了28种苯砜基环烷酸酯类化合物的8种价分子连接性指数,并对这些化合物进行定量结构色谱保留相关性(QSRR)分析。通过多元统计的逐步回归建立了QSRR模型,其计算误差应接近实验误差。该模型经逐一剔除法检验具有良好的稳定性、可靠性及预测能力。     

2—（3—氨基苯砜基）乙醇硫酸氢酯的水解反应

２－（３－氨基苯砜基）乙醇硫酸氢酯在不同的条件下水解分别得到２－（３－氨基苯砜基）乙醇、３－乙烯砜基苯胺和２，２＇－二（３－氨基苯砜基）乙醚等三个产物。反应产物的结构经红外光谱、氢核磁共振谱、质谱和元素分析得到证实。对反应机理作了初步的探讨。     

羧酸β-羟丙基酯的合成

本文考察了固体酸FeCl_2,AlCl_2,Fe_2(SO_4)_3,在羧酸与环氧化合物加成酯化反应的催化活性,并研究了反应的取向。用性质稳定的Fe_2(SO_4)_3为催化剂,合成了16种羧酸β-羟丙基酯,产率为50％～84％。     

氯苯胺类化合物毒性定量构效关系研究

应用B3LYP密度泛函理论方法计算氯苯胺类化合物的量子化学参数,研究了该类化合物对发光细菌毒性作用的定量结构活性关系(QSAR),应用逐步回归方法建立的方程具有显著统计学意义. 结果表明:该类化合物对发光细菌的毒性作用随分子最低空轨道(LUMO)能级的降低而增大,随分子中氯取代数目的增加而增大.     

三烃基锡α-呋喃基羧酸酯的合成

合成了六个三烃基锡α－呋喃基羧酸酯Ｒ３ＳｎＯ２Ｒ′（Ｒ＝－Ｃ４Ｈ９－ｎ,－ＣＨ２Ｐｈ,Ｒ′＝Ｏ,ＯＣＨＣＨ,ＯＢｕｔ）．利用元素分析,ＩＲ以及１ＨＮＭＲ表征了这些化合物的组成和结构．     

分子结构对羧酸酯亲核取代反应速率的定量影响规律

羧酸酯的亲核取代反应速率受羧酸酯的离去基团(LG)、非离去基团(NLG)和亲核试剂(Nu)结构的影响.从文献整理了大量结构多样的羧酸酯与各种亲核试剂发生亲核取代反应的表观二级速率常数kN,基于亲核取代反应机理,用非离去基团的极化效应指数PEI(NLG)和基团体积参数GVI(NLG),亲核试剂与离去基团的体积参数之比GVI(Nu)/GVI(LG),以及亲核试剂与离去基团共轭酸的p Ka之差(p Ka(Nu)-p Ka(LG))分别表征非离去基团、离去基团和亲核试剂的结构特征及亲核试剂与离去基团的相互竞争,并用上述参数对73组亲核取代反应的logkN建立多元线性回归模型,得到较好的结果.该模型所用参数简便,物理意义明确,为从分子结构特征定量估算羧酸酯亲核取代反应的速率提供了理论依据.     

人工神经网络用于化合物的属性识别

将化合物中元素的Z1、、Z2、(Z1/rcov)1、(Z2/rcov)2、X1和X2作为结构描述符,用LM-BP神经网络和概率神经网络识别55种未知类别化合物的属性,两种方法均优于文献方法,且人工神经网络方法识别结果准确、稳定可靠,因而是一种较好的化合物属性识别方法.     

3-D QSAR study on a set of nitroaromatic compounds

The 3-D relationships between the structures of 25 nitroaromatic compounds and their toxicities have been investigated using the comparative molecular field analysis (CoMFA) method, and a 3-D QSAR model with considerable prediction ability is obtained. In comparison with traditional 2-D techniques, CoMFA helps to give a better interpretation of toxic mechanism of tested compounds.     

基于神经网络的大黄素类化合物抗癌活性模型

采用量子化学从头算法,计算10个大黄素类似物分子结构参数,用逐步回归分析法筛选合适结构参数作为网络输入节点,建立大黄素类化合物抗乳腺癌(MCF-7)细胞活性的BP神经网络模型。研究表明,大黄素类化合物抗乳腺癌(MCF-7)细胞活性与分子中A环电荷和第3条最低空轨道能量相关,神经网络模型经留一法交叉验证,具有可信的预报能力。     

醚对幼鼠毒性的QSAR研究

用25种醚类化合物DFT-B3LYP／6-311G**全优化计算结构参数:分子最高占用轨道(E(HOMO))和最低空轨道能(E(LOMO))、分子次最高占用轨道(E(NHOMO))和次最低空轨道能(E(NLOMO))、分子总能量(ET)、氢原子所带的最高正电荷(QH)、最负原子的静电荷(Q-)、分子偶极矩(μ)和分子体积(V),对幼鼠毒性(pC)进行定量构效关系(QSAR)研究。结果表明: 醚类化合物对幼鼠的毒性与分子总能量(ET)和分子次最高占用轨道能(E(NHOMO))相关性较好,成功地建立了25种醚类化合物对幼鼠毒性的构效关系式,找出了影响醚类化合物对幼鼠毒性的主要结构因素。     

神经网络的应用与展望

基于对BP神经网络理论的基本分析,重点探讨了神经网络与遗传算法的结合。在此基础上,给出了神经网络的研究热点与发展方向。     

二吡啶苯并二氮杂酮化合物抑制HIV-1的定量构效关系研究

应用量子化学MP3方法对电子结构进行优化,并用MNDO方法计算了21种二吡啶苯并氮杂酮化合物的电子结构,并对其抑制HIV-1病毒活性进行了QSAR研究,结果得到了一个多元线性方程.二吡啶苯并氮杂草酮化合物的活性与7位上的净电荷Q7、偶极矩DIPO以及C环上的净电荷Qc之间有较大的关系.当7位上的正电荷越多则活性越大,分子的偶极矩越小则活性越大,当C环上的净电荷总和越负则活性越大.相关分析的数据还表明,在影响活性大小的诸多因素中,Q7的影响最大.其次是logP与DIPO.据此,可以预测并指导合成有关的抗HIV-1的药物.     

乙酸甲酯水解耦合过程的人工神经网络模拟

在实验研究基础上,采用人工神经网络模型进行乙酸甲酯水解催化精馏与萃取精馏耦合过程的模拟,模拟结果同实验结果的比较令人满意.同时外推并内插一系列的工艺条件,让网络预测操作结果.结果表明,神经网络模型能较好地模拟并预测实验结果.     

过程质量控制的BP神经网络诊断方法研究

利用BP神经网络建立了过程质量控制图模式诊断模型，并采用单因素法优化了模型参数．仿真结果表明，神经网络能有效识别控制图模式类型，具有较高的识别率，模型符合过程质量智能诊断的基本要求．