用量子化学方法预测PCDFs的Ah受体结合能力(2):变量的灰色关联分析

为进一步阐明PCDFs的芳烃(Ah)受体结合能力与分子结构之间的关系，引入灰色关联分析方法，计算出作为描述符的12种结构-性质参数及一种衍生参数对于Ah受体结合能力的影响程度排序，并结合变量的物理意义进行分析。结果表明，最具影响的3种参数依次为分子最低未占据轨道能(Elumo)、亲电超离域度之和(Sr^E)、分子平均极化率(α)，这说明PCDFs分子的得电子能力和分子平均极化率对其Ah受体结合能力的影响最大，随着氯原子取代数目的增大，Elumo和Sr^E值变小，分子易得电子而被还原；而α值增大则意味着PCDFs分子与受体间色散力的增强，这2种因素促使Ah受体结合能力呈增大趋势。     

用量子化学方法预测PCDFs的Ah受体结合能力(1)--神经网络模型

利用AM1半经验量子化学方法计算135种多氯联苯并呋喃(PCDFs)的12种结构一性质参数,以30种已有文献值的PCDFs为训练样本,采用误差反向传播人工神经网络(BP—ANN)方法建立PCDFs芳烃(Ah)受体结合能力的定量结构活性关系(QSAR)方程,对训练样本集以外的3个测试样本的检验结果表明,模型具有相当高的精度(训练样本最大相对误差小于5％,检验样本最大相对误差小于7％),且误差频数符合正态分布,表明该模型可用于未知样本的定量预测,据此给出目前尚没有文献值的其余102种PCDFs的Ah受体结合能力的预测值。