论文部分内容阅读
QSPR/QSAR分析方法已经成为筛选、评价和预测化学品活性、性质的有效手段。当化学品的实验数据缺乏时,QSPR/QSAR研究可以用来初步评价、预测化学品的性质、活性。一般通过分子结构描述符建立与性质、活性相关模型,而后通过模型给出预测数据。描述符在一定程度上反映了分子的结构信息,可以揭示活性、性质的机制,所以描述符的选取与筛选在QSPR/QSAR研究中占有重要的位置。 量子化学计算是获得分子结构参数的重要手段。量子化学参数具有明确的物理化学意义,在有机污染物的QSAR/QSPR研究中,可用于研究影响有机污染物理化性质的分子结构特征,也可用于探讨毒物与受体的作用方式。量子化学计算方法中理论很严格的从头算法,已成为量子化学计算的主流。本研究采用从头算(ab initio)方法进行量子化学参数的计算。 本论文的研究分为两部分:氯代有机化合物对发光菌急性毒性的定量结构-活性相关(QSAR)研究和取代芳烃类化合物对黑呆头鱼毒性的定量结构-活性相关QSAR研究。 1、以广泛应用于化工、纺织染料、医药、农药、制革等行业的氯代有机化合物为研究对象。基于从头算(ab initio)的3-21G基组所得到的量子化学参数,采用多元逐步回归方法和BP-ANN方法,建立了80个氯代有机化合物(包括脂肪族、苯、甲苯、酚和胺)对发光菌毒性的预测模型。在回归分析中,对所有自变量在显著水平取α=0.05时进行t-检验,用膨胀因子(VIF)来评价自变量的相关程度,建立稳定的预测模型。结果表明:非线性的BP模型较线性的MLR模型有更好的预测能力。并根据模型对该系列化合物急性毒性的作用机理进行分析。 2、以作为溶剂、添加剂、制冷剂以及农药等应用极为广泛的取代芳烃类化合物为研究对象。计算了92个取代芳烃化合物(包括苯、甲苯、苯酚和苯胺)的13个量子化学参数,用逐步回归方法建立了6个参数的最佳方程,以此6个参数作为输入参数,应用到BP网络、RBF网络及新颖的机器学习方法SVM,建立了取代芳烃类化合物对黑呆头鱼毒性的QSAR预测模型。应用非线性BP网络和RBF网络和SVM方法建立模型的结果优于MLR模型的结果,SVM,BP,RBF模型预测的相关系数分别为0.904,0.955和0.945,得到满意的结果。并根据模型探讨了决定化合物性质变化的内在机制。 本研究的量子化学参数采用HyerChem7.0化学软件获得,在建模中,采用统计学软件SPSS13.0进行多元线性回归分析,采用MATLAB6.5版本和CHSMV1.0分别进行BP-ANNs,RBF-ANNs和支持向量机算法的建模和模型的检验。