化学键的高选择性拓扑指数及应用

基于分子和原子的高选择性拓扑指数,提出了化学键的高选择性拓扑指数bATID.分别采用300余万个化学键的虚拟数据集和实际数据集检验bATID的唯一性,未发现简并,即bATID具有较强的化学键区分能力.进一步将bATID应用于有机化合物的化学键识别,获得了较好结果.如,利用bATID可识别出富勒烯C 60 的90个化学键为30个6 ∶ 6键和60个5 ∶ 6键.研究还表明, bATID的化学键识别可应用于手性中心自动设定和自同构群穷举生成的顶点置换.

基于拓扑指数的链烷烃临界温度预测及外延

采用衍生于结构特征和非氢原子连接关系的23维拓扑指数代表链烷烃,并将该指数递交到多元线性回归用于建立临界温度预测模型。为了得到稳定的模型,采用两种方法(M5法与贪心算法)进行变量选择,并采用所得变量子集建立数学模型。所得结果显示:对于最好模型的测试集,相关系数的平方是R^2=0.9924;平均绝对误差是MAE=2.2532K。若将沸点实验值加入链烷烃描述符,则测试集的MAE值显著地降低。基于这些令人满意的结果,我们开展了外延预测研究。将碳原子数n≤9的链烷烃分入训练集,而C_(10)H_(22)(n=10)的同分异构体分入测试集,则所得测试集的MAE=3.6867K。若将八分之一的C_(10)H_(22)的同分异构体加到训练集用于建立模型,并预测余下的C_(10)H_(22)同分异构体,结果显示测试集的MAE值明显下降,即所得到的外推结果令人满意。