有机化学品生物富集因子定量结构-活性关系模型

依据经济合作与发展组织(OECD)关于定量结构-活性关系(QSAR)模型构建和使用导则,将780个有机化合物,以4:1的比例随机划分为训练集(624个化合物)和验证集(156个化合物),通过多元线性回归(MLR)方法构建了一个包含12个描述符的有机化合物鱼类生物富集因子(BCF)的QSAR模型。QSAR模型的调整决定系数R2ad j=0.809,去一法交叉验证系数Q2LOO=0.803,外部验证系数Q2EXT=0.732,表明模型具有较好的拟合优度、稳健性和预测能力。采用欧几里德距离方法表征模型应用域,通过威廉姆斯图分析模型离群点,并对模型进行机理解释。所构建的模型,可以用于预测应用域内有机化学品的生物富集因子。     

化学品正辛醇空气分配系数定量预测模型研究

正辛醇-空气分配系数是描述化学品在空气和环境有机相之间分配的一个关键参数,对化学品分配、迁移、转化规律和生态效应评价具有重要意义。采用量子化学方法对309个化合物进行结构优化,采用遗传算法筛选最优结构描述符,运用多元线性回归和神经网络算法构建化学品正辛醇-空气分配系数预测模型。模型方程表明影响化学品正辛醇-空气分配系数的3个参数为分子中非氢原子个数(Nsk)、3D-MoRSE描述符(Mor12u)、氮原子和氧原子数目(n HDon)。拟合结果显示,多元线性回归模型决定系数R2和标准误差分别为0.911和0.880,神经网络模型决定系数R2和均方根误差分别为0.839和0.830。基于杠杆(leverage)法评价模型的应用域,结果表明模型具有较强的稳健性、预测性和拟合能力。通过定量结构-活性关系(QSAR)预测技术可弥补正辛醇-空气分配系数测试数据的缺失,减少测试费用和评估数据的不确定性。     

气相有机化学品与羟基自由基反应速率常数的QSAR模型

气相中有机化学品与羟基自由基(!OH)反应速率常数(k_(OH))是评价化学品大气持久性的重要参数.而化学品种类繁多,现有的k_(OH)实验数据不能满足其生态风险评估的需求.因此,需要建立一种能够快速预测有机化学品k_(OH)的方法,填补现有数据的缺失.本研究搜集整理了917种有机化合物的k_(OH)实验值,采用逐步多元线性回归法(MLR)和支持向量机法(SVM)分别构建了用于预测多种类化合物lgk_(OH)的线性和非线性定量结构-活性关系(QSAR)模型.基于MLR的预测模型具有良好的拟合度(经校正的相关系数的平方R_(adj.tr)~2=0.862、均方根误差RMSE_(tr)=0.455)、稳健性(交叉验证系数Q_(LOO)~2=0.856)和预测能力(外部验证系数Q_(ext)~2=0.850).基于SVM的预测模型也具有良好的拟合度(R_(adj.tr)~2=0.915,RMSE_(tr)=0.358)和预测能力(Q_(ext)~2=0.860).机理分析表明,最高占据分子轨道能(E_(HOMO))、卤素原子在分子中所占的百分比(X%)和分子中具有=CH—结构的数目(NdsCH)是最重要的3个描述符,解释了数据集78.3%的方差.采用Williams法表征模型的应用域.所建立的模型可用于预测烷烃、烯烃、炔烃、芳香族化合物、醇类、酮类、醚类、醛类、酸类、酯类、卤代化合物、含氮化合物、含硫化合物等室温下的k_(OH).     

卤代有机化合物生物富集因子的定量结构-活性关系模型

依据经济合作与发展组织(OECD)关于定量结构-活性关系(QSAR)模型构建和使用导则,通过多元线性回归(MLR)方法建立了一个包含9个描述符的卤代有机化合物鱼类生物富集因子(BCF)的QSAR模型。QSAR模型的调整决定系数R²_adj = 0.877,去一法交叉验证系数Q²_LOO= 0.873,外部验证系数Q²_EXT= 0.757,表明模型具有较好的拟合优度、稳健性和预测能力。采用欧几里德距离方法表征了模型应用域,并对模型进行了机理解释。所构建的模型,可以用于预测应用域内卤代化合物的BCF。     

有机污染物的单电子氧化结构-反应活性定量构效关系

单电子氧化反应是自然界中普遍存在的一种弱氧化反应过程,但不同有机污染物的单电子氧化反应活性具有显著差异,实验筛选需要耗费大量时间和成本.而氧化体系中有机污染物的反应速率常数是衡量其单电子反应活性的一个重要参数.因此,本文首先通过文献系统总结氧化锰体系24种有机污染物的反应动力学速率常数,并基于密度泛函理论（DFT）计算不同有机污染物的电子结构特征参数,进一步采用非线性回归及多元线性回归的方法将不同有机污染物的电子结构特性与单电子氧化的反应速率常数之间构建定量构效关系（QSAR）模型,最后采用留一法对构建的模型进行内部验证;并通过实验补充有机污染物的单电子氧化反应速率常数来验证QSAR模型的预测能力.结果表明,根据文献总结91组氧化锰准一级和二级动力学反应体系构建并筛选得到的最优QSAR模型,均展现了较好的拟合度（R₁²=0.845,R₂²=0.928）,且经过实验总结18组数据进行内外部验证确认了其稳定性(Q²_LOO1=0.801,Q²     

有机污染物的单电子氧化结构-反应活性定量构效关系

单电子氧化反应是自然界中普遍存在的一种弱氧化反应过程,但不同有机污染物的单电子氧化反应活性具有显著差异,实验筛选需要耗费大量时间和成本.而氧化体系中有机污染物的反应速率常数是衡量其单电子反应活性的一个重要参数.因此,本文首先通过文献系统总结氧化锰体系24种有机污染物的反应动力学速率常数,并基于密度泛函理论（DFT）计算不同有机污染物的电子结构特征参数,进一步采用非线性回归及多元线性回归的方法将不同有机污染物的电子结构特性与单电子氧化的反应速率常数之间构建定量构效关系（QSAR）模型,最后采用留一法对构建的模型进行内部验证;并通过实验补充有机污染物的单电子氧化反应速率常数来验证QSAR模型的预测能力.结果表明,根据文献总结91组氧化锰准一级和二级动力学反应体系构建并筛选得到的最优QSAR模型,均展现了较好的拟合度（R₁²=0.845,R₂²=0.928）,且经过实验总结18组数据进行内外部验证确认了其稳定性(Q²_LOO1=0.801,Q²     

基于形态修正的描述符构建可电离化合物对大型溞急性毒性的QSAR模型

在环境水体中,可电离有机化合物(IOCs)可解离为分子和离子形态。研究表明,IOCs离子形态的环境行为、毒性效应等都与其分子形态存在较大差异,因而在研究IOCs环境行为、毒性效应时不应忽略离子化的影响。在构建IOCs相关预测模型时如何表征离子化的影响是当前研究的重要内容之一。探讨了采用基于形态修正的描述符构建IOCs水生毒性预测模型的可行性。具体而言,采用逐步多元线性回归(MLR)方法,构建了可预测63种取代酚、取代苯甲酸和取代苯胺等IOCs对大型溞急性毒性的定量结构-活性关系(QSAR)模型。与仅采用分子形态描述符的模型相比,使用基于形态修正描述符的模型决定系数(R2)、去一法交叉验证系数(Q2LOO)、外部验证系数(Q2EXT)等参数从0.622～0.705提高到了0.840～0.875,表明基于形态修正描述符的模型具有更好的拟合优度、稳健性和预测能力。因此,在将来的研究中,可采用基于形态修正的描述符构建IOCs水生毒性效应预测模型。     

有机污染物的被动采样材料-水分配系数的QSAR研究

污染物的被动采样材料-水分配系数(K_(PW))是衡量被动采样器性能和进行优化的一个重要指标,由于实验方法难以逐个测定众多污染物的K_(PW)值,有必要发展其KP W预测方法。本研究选取聚乙烯(PE)、聚丙烯酸酯(PA)和硅橡胶(SR)3类常用的被动采样材料共7种,采用多元线性回归分析方法构建可用于K_(PW)预测的定量构效关系(QSAR)模型。所构建的QSAR模型具有良好的拟合优度(R2a dj介于0.806~0.989)、稳健性(Q2L O O和Q2B O O T分别介于0.786~0.988和0.773~0.801)和预测能力(R_(ext)~2和Q_(ext)~2分别介于0.769~0.989和0.757~0.982),可以用于预测烷烃、烯烃、芳香类、醇类、酮类、酯类、醚类等多种有机污染物的log KP W值。有机污染物的log KP W与分子Mc Gowan体积(Vx)、氯原子个数(n Cl)、环周长(Rperim)、多重键个数(n BM)、N,O极性贡献的拓扑极性表面积(TPSA(NO))、[-N(=)=]结构个数(Ndds N)和羟基个数(nROH)等参数有关。     

农药环境风险评估中常用的计算毒理学模型软件

农药的大量使用为我国带来了严重的环境和健康问题,仅依靠传统生物测试和环境监测的方法已经不能满足农药风险评估的需要。利用计算毒理学模型,可以实现农药的高通量风险评估。本文主要介绍了农药环境风险评估中常用免费的EPI Suite、QSAR Toolbox和PBT Profiler等定量结构-活性关系(Quantitative Structure-Activity Relationship,QSAR)模型软件和SCIGROW、PRZM-GW、China-PEARL和EQC等环境多介质模型软件,以期能为农药的风险评估和科学管理提供参考。     

芳香族化合物与水合电子水相反应速率常数的QSAR模型研究

基于水合电子(e_(aq)~-)的高级还原技术(ARPs)是一种有效地去除水中痕量有机污染物的技术.有机物与水合电子反应的速率常数(k_(e_(aq)~-))是评价高级还原处理体系中有机物去除效率的一个重要参数.然而化学品种类繁多,通过实验方法一一获取k_(e_(aq)~-)是不现实的.因此,需要建立一种能够快速预测k_(e_(aq)~-)的方法,填补现有数据的缺失.本研究搜集整理了94种芳香族化合物的k_(e_(aq)~-)实验值,采用逐步多元线性回归(MLR)和支持向量机(SVM)方法分别构建了预测化合物的k_(e_(aq)~-)线性和非线性定量结构活性关系(QSAR)模型.两个模型均具有良好的拟合度(R_(adj,tr)~2 0.800)、稳健性(Q_(ext)~2=0.782)和预测能力(Q_(ext)~2 0.790).机理分析表明,最低未占据分子轨道能(E_(LUMO))和偶极矩加权的来自扩增边缘邻接处的最大特征值(SpMAD_AEA(dm))是影响有机物同e_(aq)~-反应活性的重要参数,此外,k_(e_(aq)~-)还与化合物的键级和极化率有关.元分析结果表明具有吸电子官能团的芳香化合物比含供电子基团的化合物倾向于与e_(aq)~-有更高的反应活性.