用量子化学方法预测PCDFs的Ah受体结合能力(1)——神经网络模型

利用AM1半经验量子化学方法计算135种多氯联苯并呋喃(PCDFs)的12种结构-性质参数,以30种已有文献值的PCDFs为训练样本,采用误差反向传播人工神经网络(BP-ANN)方法建立PCDFs芳烃(Ah)受体结合能力的定量结构活性关系(QSAR)方程,对训练样本集以外的3个测试样本的检验结果表明,模型具有相当高的精度(训练样本最大相对误差小于5％,检验样本最大相对误差小于7％),且误差频数符合正态分布,表明该模型可用于未知样本的定量预测,据此给出目前尚没有文献值的其余102种PCDFs和Ah受体结合能力的预测值。

在酸性介质中 N-H 伪酸 Mannich 反应机理的量子化学研究

用量子化学中的ＳＣＦ－ＭＯＡＭ１方法，全优化计算了以苯并唑酮为伪酸组分的（Ｎ－Ｈ酸）Ｍａｎｎｉｃｈ反应的反应物、过渡态和产物络合物的分子几何构型、电子结构和生成热。根据计算所得各反应的活化能，提出了该反应在酸性介质中的机理，即甲醛首先与苯并唑酮作用，其产物再与二甲胺作用生成Ｍａｎｎｉｃｈ碱，并就其缘由进行了讨论。