单歧藻对烷基酚类化合物的生物降解性研究

以4-乙基酚为研究对象,研究其在单歧藻作用下的可降解性及其影响因素,然后对邻甲酚,间甲酚,4-辛基酚的生物降解动力学进行了比较,最后运用生物降解数据logK对8种烷基酚类化合物进行了结构-生物降解性(QSBR)的研究。研究结果表明:单歧藻对烷基酚类化合物的降解速率与藻细胞浓度和有机物初始浓度有关,化合物的降解动力学常数K值由污染物的初始浓度所决定,化合物的疏水性参数logKOW、分子量MW、一级价键连接指数1XV、二级价键连接指数2XV、生成热ΔHf和分子偶极距μ能够较好地拟合烷基酚类化合物的生物降解速率,其中2XV拟合效果最好。并在此基础上,初步分析了烷基酚类化合物的生物降解机理,认为空间参数是决定其生物降解的主要因素,化合物的生成热和电性参数μ、Ehomo的影响也不可忽视。     

生物降解途径的理论预测与QSBR研究

本文把有机污染生生物降解途径理论预测的结果与ＱＳＢＲ模型中化合物选择相结合，所遵循相同理论生物降解途径作为化合物分组的原则，以分子连接性接数和ＥＨＯＭＯ作为结构参数与电性参数，采用逐步回归的方法建立了新的ＱＳＢＲ模型，新模型的预测民实验结果能较好地吻合。     

拓扑指数在定量结构生物降解性关系中的应用

本文采用二氧化碳生成量实验，对训练组有机物，利用逐步回归分析程序，从计算和十四种分子连接性指数中筛选出与生物降解性最为相关的分子结构描述参数，建立定量结构－生物降解性关系模型，其相关系数为０．９３１，利用该模型对预测组质的预测结果表明，此模型对芳香化合物的好氧生物降解性具有良好的预测能力，其正确预测率达８３．３％。     

定量结构—生物降解性能关系(QSBR)研究原理及进展

定量结构—生物降解性能关系（QSBR）作为定量预测有机物生物降解性能的一种方法,越来越受到人们的关注．从QSBR的发展、理论基础及方法、结构描述符的类型、QSBR研究进展及所面临的挑战等方面进行了论述．     

单歧藻对烷基酚类化合物的生物降解性及QSBR研究

以单歧藻为主要微生物源,用二级反应动力学方程拟合8种烷基酚类化合物的生物降解动力学过程,得到它们在藻中的生物降解速率常数K.采用Mopac软件PM3法及文献资料计算了化合物的多种理化参数,应用SPSS统计软件做回归分析,对1gK进行了结构-生物降解性(QSBR)的研究.结果表明,疏水性参数lgK_ow,分子量M_w,一级价键连接指数1Xv,二级价键连接指数2Xv,生成热△H_f和分子偶极距μ能够较好地拟合烷基酚类化合物的生物降解速率,其中2Xv拟合效果最好.在此基础上,初步分析了烷基酚类化合物的生物降解机理,认为空间参数是决定其生物降解的主要因素,化合物的生成热和电性参数μ,E_homo的影响也不可忽视.      

人工神经网络及分子拓扑参数在酚类有机物QSBR研究中的应用

利用分子拓扑参数作为输入参数,探索了人工神经网络对２７种酚类有机物的定量结构－生物降解性能关系（ＱＳＢＲ）。结果表明,将人工神经网络运用于有机物的生物降解性能建模是可行的。所建模型预测结果和文献数据十分接近,预测能力优于已有文献报道,且能够较好区分同分异构体。     

有机污染物生物降解途径控制反应的预测与优势菌选择模型的建立

本文把有机污染物生物降解途径的理论测和量化剖析相结合确定生物降解途径中的控制反应，给出控制反ＱＳＢＲ的概念模式。在此基础上上建立了Ｐｓｅｕｄｏｍｏｎａｓｓｐ．典型生物降解途径以应的ＱＳＢＲ模型，利用建立的模型指导１，２－１，４－二氯苯和１，２，４－三氯苯生物处理优势菌的选择。     

分子定量结构与生物降解性关系模型的研究进展及性能评价

介绍不同的分子定量结构与生物降解性关系（QSBR）模型,对每种模型的相关性和有效性进行客观的比较,并对每种QSBR模型的应用进行详细的描述。研究表明,只有用广泛的分子结构进行可生化性判断的模型才是最有效的。