阴离子表面活性剂临界胶束浓度的QSPR研究

以价分子连接指数(0χ,1χ,2χ)为自变量,临界胶束浓度(cmc)为因变量,采用QSPR方法和SPSS 21.0统计软件建立了样本数为40的数学模型。最佳模型为lg cmcobs=2.245-0.7252χ,复相关系数R2=0.864。从预测方程可看出临界胶束浓度与2χ呈负相关关系。筛选过程中发现,0χ,1χ与函数值之间线性关系微弱,与2χ共线性较强,确定了临界胶束浓度最重要影响因素为2阶价分子连接指数(2χ)。内部验证使用留一法(Leave-one-out),得到的交叉验证系数q2=0.831,证明模型稳定性和预测性良好。残差频率分布直方图基本符合正态分布,实验预测值对比图中大部分样本点落在对角线附近,具有明显线性关系。从统计量及图表可证明,该方程可以用来预测阴离子表面活性剂的临界胶束浓度。

定量结构-性质相关原理在阴离子表面活性剂临界胶束浓度预测中的应用

利用定量结构 -性能相关 (QSPR)原理 ,建立起了 8类不同结构 ,计 40个阴离子表面活性剂临界胶束浓度(cmc)的定量模型 .所得到的最佳模型包括 :分子总能量 (ET)、分子生成热 (ΔHf)、分子偶极矩 (D)、前线分子轨道能量 (ELUMO,EHOMO)及憎水基 0级Kier&Hall指数 (KH0 ) ,计 6个描述符 ,复相关系数R2 =0 .9778.

用分子自由振动固有频率预测阴离子表面活性剂临界胶束浓度

根据机械振动理论的简谐振动模型 ,将分子作为多自由度振动的弹簧 质量系统处理 ,计算了 4 0个不同类型的阴离子表面活性剂分子的振动固有频率。用其中的基频 (ωo)和总频 (∑ωi)作为分子结构信息参数 ,建立了 4种类型的表面活性剂的定量临界胶束浓度 结构相关性 (QSCMCR)预测模型 :logCMC =A0 +A1ωo+A2 ∑ωi,其相关系数r均大于 0 99。由该模型得到的回归方程用于上述 4 0种表面活性剂分子临界胶束浓度 (CMC)的计算 ,平均绝对误差仅为 0 0 5 88,平均相对误差仅为 0 0 316。

应用拓扑指数预测阴离子表面活性剂临界胶束浓度

用拓扑方法研究了阴离子表面活性剂临界胶束浓度cm 与分子结构的关系. 根据分子结构的特点,用距离矩阵表征分子中原子的连接性,据此建立了结构基础明确的模型. 应用该模型预测了不同结构阴离子表面活性剂的 cm,结果表明,预测值满足精度要求,相关因数为0.998 1. 应用该模型,不仅能够合理表征阴离子表面活性剂的结构-性能关系,而且有助于揭示物质结构与性能之间的关系.

人工神经网络预测阴离子表面活性剂的临界胶束浓度

根据定量结构-性能关系原理,利用人工神经网络模型,采用Wn、S和Sn三种拓扑指数描述阴离子表面活性剂的分子结构并作为网络输入,预测阴离子表面活性剂的临界胶束浓度。确定了网络参数,利用43组数据对网络进行训练和预测,并与文献值进行了比较。结果表明,预测精度较高,说明人工神经网络方法具有很好的预测能力。