密度泛函方法预测二英类化合物(PCDD/Fs)的正辛醇/水分配系数

在B3LYP/6-31G水平上全优化计算了多氯代二苯并一对-二(噁)英和多氯代二苯并呋喃(PCDD/Fs)系列物的分子结构;基于得到的分子结构描述符,依据修正的线性溶解能理论,分别建立了PCDDs和PCDFs的正辛醇/水分配系数的定量结构-性质关系模型(R2分别为0.985和0.966),并用交叉验证法对模型进行了验证(q2分别为0.983和0.936),用t-检验对各变量进行了检验.检验结果表明,模型的预测能力优于AM1法、单苯环氯取代指数法和拓扑量子方法得出的模型.     

密度泛函方法预测二英类化合物(PCDD/Fs)的正辛醇/水分配系数

在B3LYP/6-31G水平上全优化计算了多氯代二苯并—对-二英和多氯代二苯并呋喃(PCDD/Fs)系列物的分子结构;基于得到的分子结构描述符,依据修正的线性溶解能理论,分别建立了PCDDs和PCDFs的正辛醇/水分配系数的定量结构-性质关系模型(R2分别为0.985和0.966),并用交叉验证法对模型进行了验证(q2分别为0.983和0.936),用t-检验对各变量进行了检验.检验结果表明,模型的预测能力优于AM1法、单苯环氯取代指数法和拓扑量子方法得出的模型.     

含氟取代苯类化合物lgK_(ow)和-lg1/EC_(50)的QSPR研究

采用Gaussian 98程序,在B3LYP/6-311G**和HF/6-311G**2种水平上全优化计算了24个含氟取代苯化合物的分子结构,基于得到的分子结构描述符,分别建立了用于预测含氟取代苯化合物正辛醇/水分配系数(lgKow)和毒性(-lg1/EC5)0的模型,预测lgKow的模型包含3个变量(偶极矩(μ),总能量(TE)和热能修正值(Et)h),预测-lgl/EC50的模型包含2个变量(分子中原子最负的电荷(q-)和零点振动能(ZPE))。用交叉验证法对模型的稳定性进行了验证(q分别为0.8480和0.9154),并用t-检验和变异膨胀因子(VIF)对2个模型中各变量的显著性和自相关性进行了检验。预测-lg1/EC50的模型的预测能力优于溶剂化能参数得出的模型。     

应用遗传算法建立云杉针叶表面PCDD/Fs光解半衰期的预测模型

采用量子化学PM3算法计算PCDD/Fs的量子化学参数,应用遗传算法(Genetic Algorithm, GA)对所建模型中的变量进行筛选,建立了能预测吸附到云杉[Picea abies (L.) Karst.]针叶表面的PCDD/Fs光解半衰期(t_1/2)的定量结构-性质关系(QSPR)模型,认为影响PCDD/Fs光解速率的主要因素是分子最高占据轨道能(E_HOMO)、前线分子轨道能量差(E_LUMO-E_HOMO)和平均极化率(α).随着EHOMO和α的增大;其lg t_1/2值增大,PCDD/Fs的lg t_1/2值与其(E_LUMO-E_HOMO)值呈抛物线关系,当E_LUMO-E_HOMO＝7.847时,lg t_1/2有最小值;当E_LUMO-E_HOMO≤7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而减小;当E_LUMO-E_HOMO≥7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而增大.     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

基于DFT的二英脂-水分配系数QSPR研究

基于密度泛函理论,利用多氯二苯并对二(噁)英(PCDDs)和多氯二苯并呋喃(PCDFs)几何构型全优化而得的量子化学和延伸计算参数:前线轨道能、熵、无迹四极矩、分子绝对硬度、电负性和亲电指数等,对两类化合物在(虹鳉)脂-水间的平衡分配性质进行了定量化模型研究,并由多元线性回归分析(MLR)建立了二次函数型的定量结构-性质相关关系(QSPR):lgKbw=5.343-0.001(S-125.480)2-0.355(ω-3.239)2 0.006(Qzz-2.950)2-22.728(η-2.365)2.结果表明,模型具有较高的拟合优度与稳健性,其决定系数和交叉验证相关系数分别为0.943和0.908,且模型的内外部预测性能理想,总体质量明显优于SOFA(solubility parameter for fate analysis)计算结果,可用于未知脂-水分配性质的预测; PCDD/Fs脂-水平衡分配(系数)主要与分子体积以及由电荷分布决定的芳烃分子间相互作用有关,也受潜在的生物转化和分子反应性的影响.     

二噁英结构与正辛醇-水分配系数相关性的密度泛函理论

为精确描述二噁英分子的电子结构及其定量结构/性质相关关系(QSPRs),运用密度泛函理论,在B3LYP/6-311G**水平上,分别对多氯二苯并对二噁英(PCDDs)和多氯二苯并呋喃(PCDFs)进行了优化计算.相应量子化学参数,即平均分子极化率(α),熵(S),极化率和四极矩的张量分量(αxx,αyy,αzz和Qxx,Qyy,Qzz)用于该类化合物辛醇-水分配系数的QSPR研究,构建了2个单变量和1个双变量模型,其决定系数R2分别为0.962、0.950和0.951;其显著性检验因子F分别为509.759、379.498和186.234.PCDD/Fs在辛醇相-水相间的分配性质主要与分子体积因素有关,而电性因素的影响较小;不同模型预测值间的差异与模型中预测变量本身性质和实验值的有限性有关.经比较,本研究中所建立的3个QSPRs模型尽管只有1个或2个变量,但其结果与复杂的偏最小二乘分析(PLS)相近.     

单苯环氯取代指数法预测二■英类化合物PCDFs的正辛醇/水分配系数

采用单苯环氯取代指数作为二恶英类化合物多氯代二苯并呋喃（PCDFs）的分子结构描述符，通过正向逐步线性回归方法建立了PCDFs的正辛醇／水分配系数（lgKow)与分子结构描述符之间的定量关系模型。与有关文献报道的模型相比，该模型不仅具有显著的相关性（n=51,Radj=0.871,SE=0.17334,在a=0.05时，F＝38．647，p0.000)，而且对于分子结构具有更好的区分能力，利用建立的模型，对没有lgKow文献值的其他85种PCDFs化合物给出了预测值。     

应用不同结构参数预测取代苯甲醛类化合物的分配性质

测定了28种取代苯甲醛类化合物的正辛醇/水分配系数（Kow）和水溶解度（Sw）,采用量化参数和分子连接性指数来构建定量结构－性质相关（QSPR）模型．所得模型能较好地预测该类化合物的Kow和Sw．Kow和Sw平均估算误差分别为0.15和0.20个对数单位．模型的统计检验表明,模型中自变量不存在相关关系;残差呈正态分布．     

邻苯二甲酸酯类化合物正辛醇-水分配系数的QSPR研究

采用PM3算法计算邻苯二甲酸酯类化合物(PAEs)的量子化学参数,应用偏最小二乘(PLS)算法建立了PAEs的正辛醇-水分配系数(K_OW)的定量结构-性质相关(QSPR)模型.模型的结果表明,用量子化学参数建立的QSPR模型相关性显著,具有较好的稳健性和预测能力,因此,利用该模型可对其他PAEs分子的lgK_OW值进行初步预测.模型的结果表明,影响lgK_OW的主要量子化学参数是分子总能量TE、相对分子质量M_r、平均分子极化率α和分子生成热ΔH_f.lgK_OW随着M_r和α的增大而增大,随着TE和ΔH_f的增大而减小.     

应用线性溶剂化能参数预测多氯有机物的分配性质

应用线性溶剂化能方法构建定量结构-性质相关(QSPR)模型.该模型能较好地预测多氯有机物的正辛醇/水分配系数(K_ow)和沉积物吸附系数(K_oc). K_ow和K_oc平均误差分别为0.43和0.37个对数单位.模型的稳健性检验结果表明,模型中自变量不存在相关关系,残差呈正态分布;对K_oc来说,PCB和PCDD/PCDF在构建模型中起核心作用,剔除该类化合物导致模型相关系数明显下降,农药类和氯硝基苯类化合物的存在降低了模型的精度.     

含氟取代苯类化合物lgKow和-lg1/EC50的QSPR研究

采用Gaussian98程序,在B3LYP／6-311G＊＊和HF／6-311G＊＊2种水平上全优化计算了24个含氟取代苯化合物的分子结构,基于得到的分子结构描述符,分别建立了用于预测含氟取代苯化合物正辛醇冰分配系数（lgKow）和毒性（-lg1/EC50）的模型,预测lgKow的模型包含3个变量（偶极矩（μ）,总能量（TE）和热能修正值（Eth））,预测-lg1/EC50的模型包含2个变量（分子中原子最负的电荷（q-）和零点振动能（ZPE））。用交叉验证法对模型的稳定性进行了验证（q分别为0.8480和0.9154）,并用t-检验和变异膨胀因子（VIF）对2个模型中各变量的显著性和自相关性进行了检验。预lg1/EC50的模型的预测能力优于溶剂化能参数得出的模型。     

苯丙烯酸酯衍生物分配性质的QSPR预测

用摇瓶法测定了11种2-甲酰胺苯丙烯酸乙酯类化合物的溶解度及正辛醇/水分配系数,二者之间有良好的相关性(r＝-0.9635),运用线性溶剂化能描述符构建预测模型, 发现所建模型能很好地预测该类化合物的水溶解度和正辛醇/水分配系数,且模型稳定性较好.