Application of QSARS to predict potential aquatic toxicities of organochlorine pesticides∗

On the basis of physico‐chemical data, such as water solubility and vapour pressure as well as acute toxicity tests we developed an ecotoxicological model for preliminary hazard assessment. By use of the reciprocal product from log H and LC₅₀ we developed a suitable ranking system that allows us to predict potential damage to aquatic organisms through pesticides.     

三维定量构效关系研究进展

三维定量构效关系 ( 3D -QSAR)研究是QSAR发展的前沿。笔者在对 3D -QSAR作简要介绍的基础上 ,通过归纳分析其与传统QSAR的区别 ,论述了 3D -QSAR在方法学和应用方面的最新进展 ,并展望了其在环境科学研究中的应用前景和发展方向。      

烷基酚类的生殖干扰毒性与结构相关研究

选用4种烷基酚类化合物,对枝角类生物大型蚤进行24 h急性毒性试验和21 d生殖毒性试验,选取急性试验指标(半数致死浓度)和生殖毒性指标(母蚤存活数、幼蚤生殖量、孵化成活率、幼蚤的雌、雄性个体数等)进行定量构效相关(QSAR)研究.结果表明,所测4种烷基酚化合物均可对大型蚤的生殖特性产生活性影响.其中,4-辛基酚和对壬基酚不但能抑制大型蚤的生殖量,还可改变大型蚤孤雌生殖的幼蚤性别比率.实验化合物的一、二阶分子连接性指数与受试生物体的生殖活性有较好的相关性,且以分子亲核反应为主.      

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.     

有机工业废水中常见污染物结构与活性关系专家系统研究

应用专家系统方法对88种有机工业废水中常见污染物的构效关系进行深入研究。结果表明,对学习集中68种化合物的正确分类率达到95％,对其余20种化合物的正确预报率达到90％。并应用量子化学方法对专家系统推理过程中所采用的部分构效关系规律进行解释。     

含氯苯酚类化合物结构表征与毒性预测

将有机化合物中的不同非氢原子及非氢原子之间的关系参数化得到新的结构描述符,运用该描述符对部分含氯苯酚类化合物分子结构进行了参数化表征。采用偏最小二乘回归(PLS)方法构建了化合物结构与毒性(-lg IC50)之间的关系模型,模型的建模相关系数(R2)为0.948,"留一法"交互检验的相关系数(Q2)为0.922,标准偏差(SD)为0.184。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QSAR研究具有一定的参考价值。     

烃基酚类化合物结构与毒性关系研究

有机化合物通常由电性各异的氢、碳、氮、氧、硫及卤素等原子以共价键结合而成,从分子的三维空间结构出发,按照不同类型原子之间电性相互作用得到一种分子结构表达方法--三维分子电性相互作用矢量(three dimensional molecular electronegativity interaction vector,3D...     

咪唑类离子液体毒性的QSAR/QSPR研究

离子液体因其独特的物化性质广受关注,被誉为"新一代绿色溶剂".用定量结构-性质/活性相关(QSAR/QSPR)方法建立了43种咪唑类离子液体毒性的多元线性回归预测模型,并用10种物质进行了外部测试.模型中包含了启发式算法筛选出的6个结构描述符,其统计数据分别为R2=0.921,R2CV=0.894,F=70.35,S2=0.098,外部测试集的R2=0.952.结果表明,该模型具有良好的可靠性,可用于咪唑类离子液体的毒性预测.     

基于QSAR模型预测有机污染物在XAD与空气中的分配系数

基于定量构效关系(QSAR),运用线性(逐步多元回归MLR)和非线性(支持向量机SVM)两种计算方法开发了两种可靠且高效预测聚苯乙烯二乙烯基苯树脂(XAD)和空气之间分配系数(K_XAD-A)的模型.构建模型的数据包含醇类(Alcohols),苯类(Benzenes),多氯联苯(PCBs)和多环芳香烃(PAHs)等,共计70种有机污染物.两个模型的决定系数R²_adj和外部验证系数Q²_ext均在0.930以上,同时所有物质均在定义的应用域内,结果表明两种QSAR模型有较高的拟合度、稳健性和较为优秀的预测能力,且非线性(SVM)模型比线性(MLR)模型的拟合效果更好.