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.     

外源化合物在鱼体内生物半减期的QSAR模型

生物半减期(t1/2)是评价外源化合物在鱼体内蓄积效应的重要参数。实验测定t_(1/2)的速度慢、成本高,难以满足化学品生态风险评价的需求,需要发展替代实验的模型预测方法。本研究搜集了653种化合物t1/2实测值,采用多元线性回归(MLR)和支持向量机(SVM) 2种方法,建立了鱼体logt1/2的定量构效关系(QSAR)预测模型。MLR模型的校正决定系数(R(adj)~2)为0.751,均方根误差(RMSE_(train))为0.587,去一法交叉验证系数(Q_(LOO)~2)为0.735,外部验证系数(Q_(ext)~2)为0.682,这表明模型具有较好的拟合度、稳健性和预测能力。SVM模型具有更好的拟合和预测能力(R_(adj)~2=0.839,RMSE_(train)=0.457,Q_(ext)~2=0.708)。采用Williams法对模型的应用域进行表征。所建模型可用于预测多环芳烃、多氯联苯、多溴联苯醚、有机磷农药、药物等典型化合物,以及其他烷烃、环烷烃、烯烃、醇、醚、酸、酯、酮、含卤素化合物、芳香族化合物、含硫、氮、磷化合物的在鱼体内的logt1/2值。     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。     

基于MLP-ANN和SVM方法的多氯代二苯并呋喃光解半衰期QSPR比较研究

多氯代二苯并呋喃(PCDFs)是全球性污染物之一,光化学降解是其主要的环境降解途径。基于分子二维拓扑结构提出的用于表征化合物结构参数的分子电性距离矢量描述子(MEDV),应用多层感知器神经网络(MLP-ANN)和支持向量机(SVM)对PCDFs在云杉针叶和飞灰表面的光解半衰期(t_(1/2))进行定量结构-性质相关(QSPR)分析,并用交互检验和外部样本对所建模型的稳定性进行了检验。旨在为PCDFs光解机理的QSPR研究提供新思路。结果表明,所建模型均具有良好的稳定性和预测能力,尤以MLP-ANN模型为佳,其建模相关系数(R_(cum))、留一法交互检验相关系数(Q_(LOO))以及外部样本检验相关系数(Q_(ext))分别为0.850、0.816、0.954(云杉针叶表面)和0.892、0.753、0.897(飞灰表面)。     

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。     

双酚A类似物雌激素干扰效应的定量结构-活性关系模型

由于双酚A(BPA)具有内分泌干扰等毒性效应,有些国家已经开始限制其在部分工业品生产中使用。一些双酚A类似物因用于替代BPA而被大量使用。因其与双酚A具有相似的分子结构,双酚A类似物是否也具有内分泌干扰等毒性效应受到越来越多的关注。采用逐步多元线性回归(MLR)方法,构建了可预测双酚A类似物雌激素效应的定量结构-活性关系模型。模型的决定系数R~2=0.899,去一法交叉验证系数Q_(LOO)~2=0.868,Bootstrapping验证系数Q_(BOOT)~2=0.755,均方根误差RMSE=0.339,表明模型具有较好的拟合优度、稳健性;验证集决定系数Q_(EXT)~2=0.921,外部验证系数Q_(EXT)~2=0.810,均方根误差RMSE=0.638,表明模型具有较好的预测能力。采用欧几里德距离方法和Wil iams图表征了模型应用域,依据分子描述符对模型进行了机理解释,并用所建模型,填补了22种其他双酚A类似物缺失的雌激素干扰效应数据。     

基于基团贡献法的有机化合物好氧生物降解预测模型研究

从MITI-Ⅰ试验中筛选出587种不同类型有机化合物的可用数据,通过对这些物质的结构进行拆分,随机选择其中50种化合物作为验证集,另外537种作为训练集,利用多元线性回归(MLR)和支持向量机(SVM)2种计算方法分别建立模型。结果表明,芳香酸、醛、芳香碘和叔胺等功能基团对有机化合物的好氧生物降解性影响较大;MLR模型总体预测正确率为81.43%,验证集正确率为82%,SVM模型总体预测正确率为87.90%,验证集正确率为86%。所建立的2种定量结构与生物降解性关系(QSBR)模型有效,可用于化学品的好氧生物降解性评价。     

苯酚及氯代苯酚化合物TiO2催化光致降解

在载于玻璃反应器内壁的薄层TiO_2催化作用下,水溶液中苯酚、对氯苯酚、2,4-二氯苯酚和2,4,6-三氯苯酚的光致降解均遵守一级反应动力学.其一级反应表现速率常数k_(o b)为7.0×10~(-3)-2.8×10~(-2)min~(-1),其大小顺序为:苯酚<对氯苯酚<2,4-二氯苯酚<2,4,6-三氯苯酚.加入少量H_2O_2(1.9×10~(-2)mol·L~(-1))均能提高这些化合物的TiO_2催化光致降解速率(k’_(o b)=1.5×10~(-2)-3.3×10~(-2)min~(-1)).经一定时间光照后(λ≥345nm,1.5—4.5b)这些化合物几乎完全降解,光致降解率大于95％,COD去除率大于96％.     

几类有机污染物的微塑料/水分配系数的线性溶解能关系模型

水体中的微塑料会吸附其中的有机污染物,影响有机污染物和微塑料的环境归趋和生态毒性。研究微塑料对有机污染物的吸附行为,对于评价有机污染物和微塑料的环境赋存、迁移及生物有效性有重要意义。污染物在微塑料与水之间的平衡分配系数(Kd),是表征微塑料对有机污染物吸附能力的重要参数。实验方法难以逐个测定众多有机污染物的Kd值,有必要发展其预测模型。本研究搜集了有机污染物的线性溶解能关系(LSER)参数及Kd值,构建了可预测有机污染物在聚丙烯微塑料与海水、聚乙烯微塑料与海水、聚乙烯微塑料与淡水之间Kd值的LSER模型。模型具有良好的拟合优度(R2adj介于0.794~0.903)、稳健性(Q2LOO和Q2BOOT分别介于0.763~0.863和0.720~0.804)和预测能力(R2ext和Q2ext分别介于0.886~0.971和0.825~0.954),能够用于预测多氯联苯、多环芳烃、六氯环已烷和氯苯类有机污染物的Kd值。     

基于TLSER和QSPR关系预测PAHs和PCBs的LDPE膜-空气分配系数

有机污染物在被动采样材料与环境介质之间的平衡分配系数(K_P),是测定环境中有机污染物浓度的重要参数,但K_P值大部分都需要经过繁琐的实验测定获取,无法逐个测定数量繁多的污染物,因此需开发一种预测K_P值的方法。为此,搜集整理了一些多环芳香烃(PAHs)和多氯联苯(PCBs)的低密度聚乙烯(LDPE)-空气分配系数(K_PA)的实测值,基于理论线性溶解能(TLSER)和定量结构性质关系(QSPR),利用逐步多元线性回归(MLR)分别构建了预测K_PA值的模型。模型的决定系数R2adj分别为0.927和0.956,交叉验证系数Q2LOO分别为0.915和0.946,外部系数Q2ext分别为0.913和0.960。结果表明,2种模型具有良好的拟合优度、稳健性和预测能力,并解释了模型的机理。所构建的2种模型均可用来预测应用域内有机污染物的LDPE膜-空气分配系数。     

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.     

邻苯二甲酸酯的正辛醇/水分配系数定量结构-性质关系

有机污染物的环境归趋主要由其分配性质决定,如正辛醇/水分配系数(K_(OW)).本文采用密度泛函理论,在B3LYP/6-311G~(**)的水平上对PAEs的结构进行优化振动分析,Gaussian输出的15种量子化学参数被用来对该类物质正辛醇/水分配系数(K_(OW))进行定量结构-性质关系(QSPR)研究.采用一种顺序方法:相关分析、主成分分析、多元线性回归和统计验证,建立了QSPR模型.结果表明,单个描述符(平均极化率α)在确定K_(OW)中起重要作用,显式函数关系式为lg K_(OW)=-3.468+0.041α,lg K_(OW)的值随着α的增大而线性增大.模型具有良好的拟合能力(R~2=0.99,RMSE=0.33)、稳健性(Q~2_(LOO)=0.97,Q~2_(BOOT)=0.98)和预测能力(Q~2_(ext)=0.98),可利用该模型对其他PAEs分子的lg K_(OW)进行预测.     

温度和水分对羊草草原土壤呼吸温度敏感性的影响

采用静态暗箱-气相色谱法对内蒙古锡林河流域羊草(Leymus chinensis)草原土壤呼吸进行测定,研究了温度和水分条件对土壤呼吸温度敏感性系数Q_(10)值的影响.结果表明羊草草原土壤呼吸与5cm地温具有很好的指数关系(r~2=0.338～0.858,P<0.001～0.08),Q_(10)介于1.15～2.25之间,均值为1.72.Q_(10)值与5 cm地温呈负相关关系(r~2=0.407),而与0～10 cm土壤水分含量呈显著的二次函数关系(r~2=0.872,P<0.05).在较低含水量时Q_(10)值随着水分含量的上升而增大,当土壤水分含量较高时转而减小.以往大多数研究认为Q_(10)值与土壤水分含量呈正相关关系,这可能是土壤水分跨度不足造成的,极端的水分条件对Q_(10)值具有重要影响.     

部分含氯芳烃结构与孔雀鱼半数致死浓度(-logLC_(50))定量活性相关研究

构建了不同类型的分子顶点之间的电性关系作为结构描述符,对部分含氯芳烃化合物结构进行了参数化表征,共得到7个与化合物结构密切相关的结构描述符。逐步回归(SMR)筛选变量后,分别运用多元线性回归(MLR)和偏最小二乘回归(PLS)建立了化合物结构与孔雀鱼半数致死浓度(-log LC50)之间的关系模型,两模型建模相关系数(r2)分别为0.871、0.862;"留一法"交互检验的相关系数(Q2)分别为0.808、0.589。结果表明分子结构描述符能恰当地表征化合物结构特征,所建模型具有良好的稳定性和预测能力。     

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。     

·Cl引发萘的大气氧化机制及动力学

氯自由基(·Cl)内陆来源的新发现增强了其对转化大气有机污染物的贡献,因此,需要更深入地研究·Cl引发有机污染物的转化机制和动力学.萘(Nap)是一种重要的化学品,也是城市大气浓度最高的多环芳烃,前人针对羟基自由基(·OH)引发Nap的大气氧化开展了研究.然而,目前对于·Cl引发Nap的大气氧化机制还不清楚.本研究通过量子化学计算(ωB97XD/6-311++G(3 df,2pd)//ωB97XD/6-31 +G(d,p))和动力学模拟相结合的方法研究了·Cl引发Nap的大气氧化机制与动力学,发现·Cl主要加成到Nap分子的C5位置,形成加成中间体·C10H8Cl(R1).随后,O2加成到R1的C2和C6位置生成过氧自由基(RO2·)R1-2OO-s/a和R1-6OO-s/a(s/a=syn/anti,syn表示O2加成方向和·C1加成方向相同,anti表示O2加成方向和·C1加成方向相反).这4种RO2·的环化、氢迁移和氯迁移反应均很难(能垒＞20 kcal· mol-1)发生.因此,在低NO浓度条件下,RO2·主要和HO2·反应生成氢过氧化合物(QOOH)和烷氧自由基(RO ·)R1-2O-s/a和R1-6O-s/a;在高NO浓度条件下,RO2·将主要与NO反应生成RO· (R1-2O-s/a和R1-6O-s/a)和有机硝酸酯(C10 H8 ClNO3).生成的RO·进一步通过单分子环化反应生成双环产物R1-21O-s/a和R1-61O-s/a.重要的是,生成的有机氢过氧化合物和有机硝酸酯的水生毒性比其母体化合物Nap更强,表明·Cl引发Nap反应增加了Nap释放的环境风险.揭示的机制对理解大气Nap化学及Nap释放导致的环境风险具有重要意义.     

不同溴取代对多溴联苯醚分子平面结构的影响

多溴联苯醚(PBDEs)同系物有209种,溴取代数和位置不同,对其空间结构稳定性有影响,PBDEs分子平面可能会发生扭转,继而影响它们的物理化学性质,因此研究最稳定的存在构型及溴取代对PBDEs平面结构的影响尤为重要.本文以多溴联苯醚为研究对象,通过Gaussian03软件在B3LYP/6-31G*水平下运用量子化学方法分别对PBDEs进行强制平面结构优化和非平面结构优化,并对数据进行分析得出Br取代对PBDEs分子结构的影响.结果表明,所考察的PBDEs均为非平面结构更稳定,即Br取代会引起PBDEs平面结构扭转.从分子的量子化学参数分析,非平面结构优化的PBDEs的醚键键角(θ_(C—O—C))变小,1,1'位键长(R_(C1—O)、R_(O—C1'))和6,6'位键长(R_(C6—*)、R_(C6'—*))增大,偶极距μ值增大,但二面角(D)大小与R_(C6—*)、R_(C6'—*)无明显变化规律.     

取代苯酚类化合物生物毒性的模拟预测

以化合物中的非氢原子及非氢原子之间的关系为结构描述符,对部分取代苯酚类化合物结构进行了参数化表征.通过多元线性回归(MLR)和偏最小二乘回归(PLS)建立了化合物结构与毒性关系模型,分析了影响化合物毒性的结构参数,并将结果与文献进行了对比.2个模型的相关系数分别达0.984和0.988,模型具有良好的拟合能力与预测能力...     

连接性指数对脂肪醇的QSPR/QSAR研究

用碳原子取代醇中的氧,构造出极性很小、结构和原化合物相似的分子.定义原子特征值f_i=1 sum h_(ij),并在邻接矩阵的基础上,建立该化合物的连接性指数~mG,~mG=sum(f_i·f_i·f_k…)~0.5,其中,~0C=sum(f_i)~0.5.G=sum(f_i·f_i)~0.5.~mG对脂肪醇异构体具有很强的区分能力,且~0G与醇的-lgS_w,lgK_ow均有良好的相关性,复相关系数均在0.99以上.~0G具有物理意义明确,计算简单等优点.     

人参叶的皂苷成分

为了解人参叶皂苷类化学成分,寻找其尚未发现的皂苷,采用正反相硅胶柱层析和反相制备液相色谱等多种方法进行分离纯化.从人参叶中分离得到12个皂苷类化合物,用波谱方法鉴定为越南参皂苷R_3(1)、越南参皂苷R_4(2)、越南参皂苷R_8(3)、人参皂苷Rk1(4)、人参皂苷Rg_5(5)、5,6-去氢人参皂苷Rd(6)、人参皂苷Rb_1(7)、人参皂苷Rb_2(8)、人参皂苷Rc(9)、人参皂苷Re(10)、人参皂苷Rd(11)、人参皂苷Rg_1(12).其中化合物1-6为首次从人参叶中分离得到.