含苯环有机污染物定量结构与活性相关性研究

定义表征成键原子生物活性的特征值 Ei,由 Ei 建构新的连接性指数 n K,并用 0阶指数 0 K、1阶指数 1 K研究了氯代芳香族化合物的辛醇 /水分配系数及取代苯胺、苯酚和硝基苯类化合物的生物毒性 ,给出了相关的方程。结果表明 ,该方法计算简单 ,使用方便 ,所有 QSAR模型的估算结果均明显优于相应的文献方法 ,为定量评估和预测同类型其他化合物的生物毒性提供了参考依据。n K有望在 QSAR/QSPR研究中作为一个新的参数而获得推广应用。

改进的分子电性距离矢量用于黄酮类化合物抗氧化活性研究

利用改进的分子电性距离矢量(3D-MEDV)对22个黄酮类化合物进行结构表征,通过多元线性回归的方法建立了6变量定量结构-活性关系模型,复相关系数R为0.936,标准误差SD为13.317.再用留一法(Leave-one-out,LOO)交叉检验对模型进行了评价,得到的复相关系数R_(CV)为0.829,标准误差SD_(CV)为21.191.将所建模型与文献进行了比较,结果表明3D-MEDV能较好地表征黄酮类化合物的分子结构,本文所得结果优于文献.

分子诱导效应指数与脂肪族醛酮的沸点

利用分子诱导效应指数 ,建立了三参数方法计算脂肪族醛酮沸点的关系式 :ln(82 0 .5 -Tb) =6 .3832 7-1.2 396 1× 10 - 1 Nc+1.95 35 3ΔI +6 .6 84 34× 10 - 2 N ,式中Nc 为脂肪族醛酮中烷基部分的有效碳链长度 ;ΔI为具有相同碳原子数目的支链烷基与直链烷基的诱导效应指数的差值 ,它表示羟基对醛酮沸点的影响 ;

迷幻性苯烷基胺类化合物的QSAR研究

采用量子化学密度泛函B3LYP法,用6-311+G(d,p)基组,计算38个苯烷基胺类化合物的电子结构参数;利用多元线性回归(multiple linear regression,MLR)法,筛选出影响化合物迷幻活性显著的6个变量,并建立其结构参数与迷幻活性之间的定量关系(MLR模型);同时,利用人工神经网络(artificial neural network,ANN)法建立相应的QSAR模型(ANN模型)以资对比。所建MLR模型的相关系数R=0.9340,标准误差Se=0.2068;ANN模型的相关系数R=0.9992,标准误差Se=0.0036。结果表明人工神经网络法获得了比多元线性回归方法更精密的拟合效果,可望在QSAR研究中发挥重要作用。

新蚁群算法在烷基酚类化合物的QSAR中变量选择的研究

采用量子化学从头算方法在HF/6-311+G(d)水平上计算8种烷基酚类化合物的分子结构描述符,选用修正过的C_p统计量为目标函和新蚁群优化算法,于烷基酚类化合物的定量结构——活性相关研究中的变量选择,建立烷基酚类化合物的生物降解速率常数与其量化参数之间的QSAR模型。结果表明,新蚁群优化算法用于定量构效中的变量选择比较简单,而且需要调节的参数少,是变量选择的有用方法,且应用量子化学结构参数建模的相关系数R =0.994,与文献中R=0.982相比相关性更好。