苯胺类化合物结构与毒性的密度泛函理论研究

应用密度泛函理论(DFT)在杂化泛函B3LYP和基组6-311G(d,p)水平上对57个标题化合物进行结构优化,计算获得化合物的量化和理化参数,采用最佳变量子集回归构建了化合物对梨形四膜虫的毒性与描述符之间的定量结构-活性关系(QSAR)模型。所建最佳三元QSAR模型的复相关系数R2为0.915,留一法(leave-one-out,LOO)交互检验复相关系数Rcv2为0.891;用随机筛选出的19个预测集样本进行外部预测,所得外部预测集交互检验系数Qext2为0.821,QSAR模型具有较好的稳定性和较强的预测能力。模型结果表明影响毒性的主要因素有化合物最低空轨道能、正辛醇-水分配系数及最负非氢原子净电荷。对模型应用域(AD)进行了表征,所建模型可用于应用域内苯胺类化合物对梨形四膜虫毒性的预测。

多元逐步回归对苯胺类化合物结构与毒性模型研究

采用 Chemoffice6.0中 MOPAC-AMl量子化学法计算了 2 4种苯胺类化合物的 6种量子化学结构参数 ,其中取 17个化合物作为样本集对 -lg EC50 进行多元逐步回归分析 ,得到最佳方程 ,经自由度校正的回归系数 R=0 .985。应用所建立的 QSAR模型验证了苯胺类化合物的 EC50 值 ,并通过“Jackknife”中的逐一抽取法进行模型检验 ,得出该模型具有很好的稳定性 ,平均残差仅为 0 .0 5个对数单位 ,小于文献值。经过 7个预测样本对该模型进行验证 ,结果表明 ,该模型具有很好的预测能力。同时分析了苯胺类化合物的毒性机理。

人工神经网络和多元回归法预测有机物的生物富集因子

计算了122种非离子性有机物的电性拓扑状态指数En.基于取代基及共轭母体的特征,定义一种新的分子参数——共轭参数B,它们对有机物呈现出良好的结构选择性.将它们与122种非离子性有机物的生物富集因子(lgBCF)拟合,建立令人满意的数学模型:lgBCF=-0.076+1.006B+0.077E38+0.274E9+0.111E39(n′=122,R=0.966,F=408.35,S=0.401).通过Jackknife法检验该模型具有总体稳健性,并能较准确估算与预测有机物的生物富集因子.依此4个结构参数作为神经网络输入层结点,采用4∶10∶1的网络结构,利用BP算法得到一个良好模型,其相关系数R和标准偏差S分别为0.990和0.216,证明该电性拓扑状态指数与共轭参数对于有机物的生物富集因子的预测有效.