神经网络用于卤代肉桂酸对羊角月牙藻毒性的预测研究

卤代肉桂酸因具有肉桂酸一样的抑菌、抗氧化和抗微生物活性作用,故被广泛应用于医药、化妆品和农药等生产行业.为了研究卤代肉桂酸对羊角月牙藻急性毒性与其分子结构之间的定量构效关系,基于分子拓扑理论,计算了14个卤代肉桂酸分子的4类分子结构参数,筛选了电性拓扑状态指数(E13)和电性距离矢量(M15)作为理论结构描述符,将其与卤代肉桂酸对羊角月牙藻急性毒性进行回归分析,并将这2种参数作为神经网络法的输入层参数,采用2-2-1的神经网络结构,构建了相关性良好的预测毒性的神经网络模型,模型的总相关系数(R总)为0.951,预测的毒性值与其相应文献实验值的相对平均误差为4.49％,吻合度较好,利用模型预测了另外12种卤代肉桂酸对羊角月牙藻急性毒性.结果表明,卤代肉桂酸对羊角月牙藻急性毒性与2种分子结构参数具有良好的非线性关系.     

碳纳米管吸附能力的神经网络理论模型

为了研究碳纳米管吸附环境有机污染物的平衡常数与分子结构之间的定量结构-性质相关关系,基于分子结构及邻接矩阵,计算了59种芳香化合物的分子连接性指数、分子形状指数和电性拓扑状态指数,建立了这59种有机污染物分子在碳纳米管上的吸附能力与~0χ、~3χ、~4χ、~4χ_(pc)、K_2、K_4、I_7、I_9、I_(16)共9种指数的定量结构-性质相关性(QSPR)模型.将上述9种结构参数作为BP神经网络方法的输入神经元,采用9∶3∶1的神经网络结构,获得了令人较为满意的QSPR预测模型,模型的总相关系数R分别为0.976和0.979,利用模型计算得到的吸附能力预测值与实验值(lg K∞、lg KSA,∞)的平均误差分别为0.15和0.14,两者吻合度较好.结果表明芳烃化合物在碳纳米管上的吸附能力与9种结构参数之间有良好的非线性关系,研究对评价芳烃化合物在生态环境中的危险性具有现实意义.     

酚类化合物结构与醇/水分配系数(logK_(ow))关系研究

将不同非氢原子自身及非氢原子之间的关系参数化并构建出新的结构描述符,对部分酚类化合物分子结构进行了参数化表达。采用逐步回归(SMR)与多元线性回归(MLR)相结合的方法建立了化合物结构与醇/水分配系数(log Kow)之间的关系模型,模型的建模相关系数(r)为0.988,标准偏差(SD)为0.121;"留一法"交互检验的相关系数(Q2)为0.966,标准偏差(SDCV)为0.148。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,对于酚类化合物QSPR研究具有一定的参考价值。     

有机磷类杀螺增效剂在土壤中的吸附行为

通过测定16个有机磷类杀螺增效剂在安徽省宿县土壤中的有机硕吸附系数（Koc),研究了该类化合物的环境行为;并用碎片分子连接性指数（FMCIs)和线性溶剂化能参数（LSERs)结构描述符,与土壤有机碳吸附系数之间进行了定量结构-性质相关（QSPR）分析,所得到的两组预测方程,可用于该类化合物的生态风险评价。     

卤代肉桂酸对羊角月牙藻的急性毒性及3D-QSAR研究

卤代肉桂酸类化合物广泛用于医药、化妆品和除草剂等生产制造,随着使用量的增加,其生态环境健康风险逐渐受到关注。为揭示该类化合物的毒性特征,选择14种卤代肉桂酸作为研究对象,考察了它们对羊角月牙藻的急性毒性效应,并应用三维定量构效相关技术(3D-QSAR)探讨化合物分子结构特征对毒性效应的影响。结果表明,14种卤代肉桂酸类化合物对羊角月牙藻急性毒性的72 h半数效应浓度(72 h-EC50)值在45.88～83.72 mg·L-1范围内,其中4-氯肉桂酸、4-溴肉桂酸等表现出较高毒性效应。3D-QSAR结果表明,该类化合物分子结构的立体场、静电场和疏水场特性对其毒性效应影响显著,在苯环结构上引入体积较大、电负性较弱及疏水性较强的取代基,将导致毒性升高。以上结果将为科学评价卤代肉桂酸类化合物潜在环境健康风险提供基础数据支撑。     

卤代苯对江水细菌的慢性毒性

毒性数据是对化学品进行环境风险评价的基础,慢性毒性数据更能真实的反映毒物对水生生物生长、繁殖及生理功能产生的影响。本文采用细菌生长抑制实验,测定了17种卤代苯对长江水中混合细菌的慢性毒性,得到-lgNOEC值,毒性范围在4.27(氯苯)~5.22(1,2,4-三氯苯)之间。选用量化参数对毒性数据进行定量结构活性关系(QSAR)研究,结果表明,卤代苯对江水细菌的慢性毒性主要与化合物分子的空间大小有关,量化参数范德华面积(SVdW)及分子生成热(Hf)能够很好的描述卤代苯对江水细菌的慢性毒性。     

三维原子场全息作用矢量用于芳香类化合物的三维QSAR研究

采用新型的的三维原子场全息作用矢量(3D-HoVAIF)研究了200种芳香化合物的化学结构与其生物毒性的定量构效关系(QSAR).首先对芳香化合物进行了结构参数化表达,然后采用逐步回归(SMR)对变量进行筛选,建立了三维定量构效关系模型.其87个无氢键分子的模型和113个有氢键分子的模型的复相关系数和标准偏差分别为R2=0.801,SD=0.473和R2=0.929,SD=0.318.模型具有良好的稳定性和预测能力,证明了该三维原子场全息作用矢量在分子结构表征和生物毒性预测上的适用性.     

取代苯酚对人体外周血淋巴细胞的遗传毒性及定量结构关系

应用人体外周血淋巴细胞微核试验测定了29种取代苯酚类化合物的遗传毒性(72h-lgMN20),并对此类化合物的遗传毒性大小进行了分析比较,同时构建了遗传毒性与分子结构参数之间的QSAR 模型.结果表明,29种取代苯酚类化合物都显著地导致了微核的产生,具有明显的遗传毒性;遗传毒性大小与取代官能团及官能团位置存在一定的规律;遗传毒性的大小与分子结构参数溶剂连接性指数(X2SOL)、自由基信息参数(ICR)、零阶平均分子连接性指数(X0A)及修正指数(LOP)之间存在良好的结构-活性相关关系,所建模型的相关系数r2= 0.816,可以用于定量评估其它取代苯酚类化合物的遗传毒性.     

分子距边矢量与烃类化合物的溶解度及辛醇/水分配系数定量关系的研究

定义并计算了烃类化合物（包括链烃、环烃、芳香烃）的分子距离－边数矢量（μ矢量），藉助多元线性回归技术分别建立了137个烃类化合物的μ矢量与这些物质的正辛醇／水分配系数lgKow及水溶解度的定量结构／性质相关关系模型。模型具有良好的稳定性和预测能力。说明经改进的μ矢量能更好地反映烃类化合物的结构特性。     

多氯代苯并噻吩分子空间坐标指数与气相色谱保留时间的QSPR研究

运用Chem Office软件绘制37个多氯代苯并噻吩三维图,并得到对应的分子空间坐标Pi(xi,yi,zi)。以多氯代苯并噻吩分子的原子距离指数、分子空间特征指数、分子电性距离矢量、氯原子数为分子描述变量,采用多元线性回归和BP人工神经网络建立描述变量与多氯代苯并噻吩的气相色谱保留时间的QSPR模型。结果表明:多元线性回归建模相关系数R=0.9970,SD=2.1830,基于BP人工神经网络建立的模型R=0.9996,SD=0.3123。为多氯代苯并噻吩分子结构与物性的QSPR研究提供了新思路。     

零价铁降解氯代有机污染物的QSPR研究

利用密度泛函理论B3IYP/6-31G(d)水平计算氯代有机污染物绝热电子亲合能(EAad)、垂直电子亲合能(EAvert)及C-Cl键键离解能(BDE),据此研究零价铁对该类化合物脱氯降解的定量结构-性质关系(QSPR).结果表明,描述符EAad和BDE所建QSPR模型效果均较好,同时EAad可以很好地体现还原过程,BDE则对于降解途径预测具有较大价值.     

应用理论线性溶解能关系预测部分卤代芳烃的正辛醇／空气分配系数

以线笥溶解能关系（ＬＳＥＲ）理论为基础推导出一种理论线性溶解能关系（ＴＬＳＥＲ）模型。采用量子化学ＰＭ３算法，计算了部分卤代芳烃的分子平均极化率（α）等参数，并成功地应用于部分卤代芳烃正辛醇／空气分配系数（Ｋｏａ）的拟合与预测。研究表明，极化率是影响这些卤代芳烃的Ｋｏａ值的唯一参数，Ｋｏａ值随着极化的增大而增大。     

卤代脂肪烃鱼类急性毒性QSAR模型研究

采用量子化学方法对27个卤代烃化合物进行结构优化和频率分析计算,提取其组成、拓扑、几何、静电和量子化学等结构参数描述符,运用启发式方法筛选最佳的结构参数,并建立黑头呆鱼急性毒性线性回归模型和非线性的支持向量机回归模型.模型方程表明卤代烃化合物导致黑头呆鱼的急性毒性可以应用KH1、IC0、EHOMO-LUMO三个参数解释,几何形状,疏水性能和反应活性是影响鱼类急性毒性的主要因素.两个模型均具有较强的模型稳定性、预测性和可信性,可用于准确预测卤代烃在鱼体内的急性毒性.     

神经网络法预测分子总表面积的研究

本文用误差反向传播人工神经网络（ＡＮＮ）预测有机分子的总表面积，提出一组分子描述码（描述分子的分支性、不饱和性和成环性）作为输入的特征参数，预测结果：对于烷烃、烯烃、炔烃、脂环烃、芳烃、卤代烃、醇、醛、酮、酸、酯、胺、硫醇、杂环等１４类有机物平均误差为２．５８％，对于多环芬烃平均误差为２．８８％。根据ＡＮＮ法提供的信息，用统计分析的方法，得到分子总表面积与分子描述码之间的关联式，用它估算分子总表面     

卤代苯及其衍生物的比较分子场研究

用比较分子场（CoMFA）方法分析了一组卤代苯及其衍生物对发光菌的毒性数据，所建立的CoMFA模型有很好的自身一致性和较强的预测能力。对系列化合物的研究结果表明：该类化合物的立体效应是描述其毒性和进行构效关系研究的重要结构参数；毒性大小与取代基体积大小有关，取代基体积愈大则毒性愈大。