基于TLSER关系预测POPs在PUF与空气中的分配系数

为开发一种简洁高效预测K_PA值的方法,本文收集了包含多氯联苯（PCBs）、苯类（Benzenes）、多环芳香烃（PAHs）和杀虫剂（Pesticides）等,共95种污染物在聚氨酯泡沫塑料（PUF）与空气中分配系数（K_PA）的实验值,基于理论线性溶解能关系（TLSER）,运用逐步多元线性回归（MLR）构建了预测K_PA值的模型.结果表明,模型的决定系数R_adj²为0.901,外部验证系数Q_ext²为0.748.TLSER模型有较好的拟合度、稳健性和预测能力,可以预测应用域内POPs在PUF和空气之间的分配系数.     

有机污染物正辛醇/空气分配系数研究进展

总结了20世纪90年代以来正辛醇 空气分配系数KOA在有机污染物环境行为评价中的应用以及KOA的实验测定和理论预测方法。KOA是表征POPs在空气和环境有机相中分配的一个重要参数,对于POPs的环境行为评价具有重要意义。已经发展了一些实验测量及理论计算KOA的方法,但更多的POPs的KOA值及其温度依附性数据是空白,需要发展更为简便的KOA实验测定和理论预测方法,并进一步应用到挥发性和半挥发性有机污染物的环境行为评价中。      

有机酸、碱类污染物分配系数的测定及相关性研究

用反相高效液相色谱(RHPLC)法及振荡法测定了42种环境中常见的有机酸、碱类污染物的分配系数,两种方法的测定值与文献值吻合较好,但RHPLC法快速、准确、样品用量少、测定范围宽、且对样品纯度要求低.测定了苯酚类化合物在环己烷/水、四氯化碳/水、氯仿/水、和苯/水体系中的分配系数,并建立了这四种体系与正辛醇/水体系分配系数的相关方程.     

神经网络和多元线性回归筛选QSAR模型结构参数

在人工神经网络信息流分析的基础上,通过比较人工神经网络模型中的连接权值和阈值建立了筛选定量构效关系中分子结构参数的新方法.结果表明,采用人工神经网络筛选得到的结构参数构建定量构效关系模型,其模型质量和预测能力均优于多元线性回归方法筛选得到的结构参数所构建的定量构效关系模型.     

定量构效关系(QSAR)在环境化学中的进展与方法

定量构效关系(QSAR)是化学品安全评价中有用的工具之一。本文叙述它的应用背景、基本原理、学科历史进展、概念模型、数学模型和算法,着重介绍作者开发的实用量子化学计算程序包,用以产生分子结构参数,所建立的化学物质毒性数据库可用来获取大量生物活性数据,还可用模式识别程序包构筑构效定量关系。本文对其研究前景也作了叙述。     

有机污染物分子连接指数与角质层同水分配系数的相关性

本文对价分子连接指数(~m~vX)的计算方法作了简要介绍,着重讨论了有机污染物三阶价分子连接指数(~3~vX)与其角质层同水分配系数(Kcw)的关系。结果表明:~3~vX与logKcw存在良好的线性关系、Kcw主要受其分子的结构特征如氯取代基、烃链和芳香环的影响。本文介绍的分子连接指数模型为一准确预测有机污染物的Kcw值的有效工具。     

有机污染物在多组份有机相与水相之间分配规律的研究

本文测定了几种芳烃污染物在多组份有机相与水相之间的分配系数,发现污染物在这种多组份两相体系的分配系数与组成有机相的各种有机溶剂对污染物的萃取常数及其体积分数有关,并提出了相应的定量关系式。      

水稻秸秆生物碳的结构特征及其对有机污染物的吸附性能

以水稻秸秆为原料,采用限氧裂解法制备了不同温度(100 ～ 700℃)的秸秆生物碳,用TG-DTG热重分析、CHNO元素分析、FTIR、BET-N2比表面及孔径分布等手段表征生物碳的组成与结构,研究生物碳吸附水中硝基苯、对硝基甲苯、萘、菲等有机污染物的性能及影响因素,探讨其作用机制及构-效关系,试图为高效利用废弃农业秸秆资源、制备廉价的有机物吸附材料提供理论依据.结果表明,水稻秸秆生物碳含有丰富的有机碳组分和无机矿物组分,随着裂解温度升高,生物碳中有机组分的含碳量逐渐升高、极性减弱、芳香性增强,而无机矿物组分的相对含量则不断增加;当裂解温度从300℃升至400℃时,比表面积突然增大(0.16→110 m2·g-1)、微孔结构被打开,主要由于水稻秸秆中纤维素组分大量分解所致.水稻秸秆生物碳吸附有机污染物的主要介质为有机组分,等温吸附曲线符合Freundlich方程,回归参数N、logKf与生物碳的芳香性指数(H/C原子比)呈良好的线性关系;定量描述了分配作用和表面吸附作用的相对贡献.随碳化温度升高,等温吸附曲线由线性变为非线性,吸附机制从分配作用→分配作用+表面吸附作用→表面吸附作用;分配作用部分与有机污染物的logKow呈正相关,而表面吸附则与污染物的疏水性、分子尺寸及其与生物碳的极性匹配性有关.     

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.     

用电性拓扑态预测苯砜基乙酸酯对发光菌的毒性效应

应用电性拓扑态(Electrotopological State, E-state)指数模拟分析了a-取代苯砜基乙酸酯类化合物对发光菌的毒性(15min-EC50, mmol/L),构建了一个4变量QSAR模型.模型的相关系数(R²a_dj)和标准偏差(SD)分别为0.944和0.062,模型具有较高的预测能力和可靠性.模型分析表明,砜基和酯基是该类化合物的活性中心;化合物的疏水能力以及化合物与受体分子间的偶极/极化作用和氢键效应对化合物毒性起着重要影响.     

应用量子化学参数预测多氯有机物的分配性质

应用量子化学AM1算法求得多氯有机物的量化参数，以此来构建定量结构－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（Kow)和沉积物吸附系数（Koc).Kow和Koc平均误差分别为0．31和0．33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Koc来说，PCB和PCDD／F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，农药类及氯硝基苯类化合物的存在降低了模型的精度。     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

Novel quantitative structure activity relationship models for predicting hexadecane/air partition coefficients of organic compounds

Predicting the logarithm of hexadecane/air partition coefficient (L) for organic compounds is crucial for understanding the environmental behavior and fate of organic compounds and developing prediction models with polyparameter linear free energy relationships. Herein, two quantitative structure activity relationship (QSAR) models were developed with 1272 L values for the organic compounds by using multiple linear regression (MLR) and support vector machine (SVM) algorithms. On the basis of the OECD principles, the goodness of fit, robustness and predictive ability for the developed models were evaluated. The SVM model was first developed, and the predictive capability for the SVM model is slightly better than that for the MLR model. The applicability domain (AD) of these two models has been extended to include more kinds of emerging pollutants, i.e., oraganosilicon compounds. The developed QSAR models can be used for predicting L values of various organic compounds. The van der Waals interactions between the organic compound and the hexadecane have a significant effect on the L value of the compound. These in silico models developed in current study can provide an alternative to experimental method for high-throughput obtaining L values of organic compounds.     

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.     

羧酸及其衍生物急性毒性的QSAR研究

基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。     

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．     

Genotoxicity of substituted nitrobenzenes and the quantitative structure-activity relationship

Ｇｅｎｏｔｏｘｉｃｉｔｙｏｆｓｕｂｓｔｉｔｕｔｅｄｎｉｔｒｏｂｅｎｚｅｎｅｓａｎｄｔｈｅｑｕａｎｔｉｔａｔｉｖｅｓｔｒｕｃｔｕｒｅ－ａｃｔｉｖｉｔｙｒｅｌａｔｉｏｎｓｈｉｐ￥ＨｕａｎｇＱｉｎｇｇｕｏ；ＬｉｕＹｏｎｇｂｉｎ；ＷａｎｇＬｉａｎｓｈｅｎｇ；...