硝基芳烃为衍生物的定量结构-活性关系

对硝基芳烃类衍生物进行半经验分析轨道MNDO计算 ,求得全优化几何构型和电子结构。发现硝基氧原子的电荷平均值Q以及分子的LUMO能级值ELUMO与实验毒性呈线性相关 ,其多项式相关方程为 :-lgEC50 =9.1 0 7+1 9.54Q - 0 .996ELUMO,r=0 .949,F=1 0 .2 7(>F0 .0 0 1 )。无论从相关系数 ,还是从显著性检验看 ,-lgEC50 与Q和ELUMO之间存在非常显著的相关关系。并由此推测硝基芳数落向藻类细胞膜内的扩散过程及其随后与亲核基质相作用形成负离子自由基代谢产物的过程是其藻类致毒作用的控制步骤     

根据片段常数法估算有机化合物对虹鳟的LC50值

根据 2 58种有机物对虹鳟的 96h半数致死浓度 (LC50 )实测值建立了预测有机物对虹鳟LC50 的片段常数估算模型 .讨论了模型的误差和稳健性 .结果表明 ,有机物的片段常数及结构因子与虹鳟log1 /LC50 之间具有很好的定量关系 .可以根据化合物片段估算其对虹鳟的半数致死浓度 .最终模型的可决系数为 0 94 95,平均误差0 4 2个对数单位 .无论就单一化合物或化合物类别而言 ,模型均具有较高的稳健性     

多元逐步回归对苯胺类化合物结构与毒性模型研究

采用Chemoffice6．0中MOPAC-AMl量子化学法计算了24种苯胺类化合物的6种量子化学结构参数．其中取17个化合物作为样本集对-lgEC50进行多元逐步回归分析．得到最佳方程．经自由度校正的回归系数R=0．985。应用所建立的QSAR模型验证了苯胺类化合物的EC50值．并通过“Jackknife”中的逐一抽取法进行模型检验，得出该模型具有很好的稳定性．平均残差仅为0．05个对数单位．小于文献值。经过7个预测样本对该模型进行验证．结果表明．该模型具有很好的预测能力。同时分析了苯胺类化合物的毒性机理。     

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。     

单取代苯衍生物的QSAR研究——分子表面积和活性基团表面积的应用

本文对３０种单取代苯衍生物的结构和毒性关系进行了研究，由于取代基的多样性和性质的各不相同，用量子化学计算所得电子性质参数，拓扑指数和某些经验参数作描述参数，均不能得到好的与毒性的相关性，为此，引入了与取代基相关的取代基活性基团表面积，再加上反映分子总体性质和形状分子表面积及三阶形状指数，所得回归方程较好反映了结构和毒性关系，这也说明了对于单取代苯衍生物，取代基在致毒作用中可能起重要作用。     

芳香族醛酮化合物溶解度和分配系数的测定与估算

本文测定了１５种芳香族醛酮化合物的溶解度和正辛醇－水分配系数,研究了水溶解度及分配系数与分子连接性能指数的相关性。结果表明,溶解度和分配系数之间以及与分子连接性指数呈较好的线性关系。     

磺酰脲类除草剂研究进展

本文较全面地概述了近几年国内外有关磺酰脲类除草剂的分析测试和降解方式等方面的研究现状,着重讨论了磺酰脲类化合物的结构活性相关和风险评价等方面的研究进展     

混合污染物联合毒性研究进展

环境污染物几乎都以混合物的形式存在。文章以污染物联合毒性研究的发展为主线,介绍了联合毒性定性研究方法(毒性单位TU法、加和指数AI法、混合毒性指数MTI法及相似参数λ法)和定量研究方法(以TU和λ为参数的方法和混合化合物的定量结构-活性相关QSAR法),简要概述了各方法的优缺点。发现目前已有的研究方法大都还停留在定性并逐步向定量发展的阶段,指出了其中借鉴单一化合物QSAR模型而发展起来的混合化合物定量结构———活性相关(M-QSAR)模型尚处在开始成型的"初级"阶段,但它是21世纪可持续发展的新生力量,它的发展必将推动我国环境污染化学的进一步发展,为污染物的生态风险评价提供更为可靠的科学方法和理论依据。     

A simple dermal absorption model: Derivation and application

This paper deals with the derivation of a QSAR for the estimation of:

• the skin permeation coefficient from aqueous solutions in cm h⁻¹,

• the stratum corneum/water partition coefficient.

These QSARs enable the estimation of:

• the aqueous permeation coefficient in cm h⁻¹,

• the maximum dermal absorption in mg cm⁻² h⁻¹ from a saturated aqueous solution at steady state,

• the lag time in hours (h),

• the diffusivity of a substance in the stratum corneum in cm² h⁻¹

By using the independent variables:

• the log(octanol/water partition coefficient),

• the molecular weight,

• the water solubility.

The estimated maximum dermal absorption and the lag time were compared with some recent measured data of substances, which were not used for developing the QSARs. The estimates were generally in the same order of magnitude as the measured absorption and lag time. These QSARs are recommended for risk assessment of chemicals in the scope of the European REACH legislation.     

基于QSAR关系预测PCBs和部分PAHs在LDPE中的扩散系数

分子扩散系数（D）是获得污染物与环境介质之间的平衡分配系数（K）的重要前提,然而通过实验测定获取污染物的扩散系数的过程过于繁琐,因此需开发一种更为简单、高效、准确的预测模型来定量预测扩散系数.为此,本文搜集了一些多环芳香烃（PAHs）和多氯联苯（PCBs）在低密度聚乙烯膜（LDPE）上扩散系数（log D）的实测值,基于定量结构-活性关系（QSAR）,利用逐步多元线性回归（MLR）构建了预测D值的模型.模型的决定系数R_adj²为0.941,交叉验证系数Q_LOO²为0.934,外部系数Q_ext²为0.895.结果表明,该QSAR模型具有良好的拟合优度、稳健性和预测能力,其可用来预测应用域内有机污染物在LDPE膜上的扩散系数.