论文部分内容阅读
水解是有机化合物重要的降解途径之一,水解速率常数是对其进行生态风险评价的基础参数,可以通过实验测定获得。但是仅凭实验方法获取水解数据存在耗时费力、依赖设备和标准品等问题,非常有必要基于实验数据发展预测方法。定量结构-活性关系(QSAR)是目前应用较为广泛的预测技术,能够基于化合物的分子结构对其理化性质、环境行为参数和毒理学参数进行预测。抗生素类化合物在水环境中频繁被检出,其环境行为和生态风险引起广泛关注,对抗生素水解行为的实验研究很少,水解预测模型未见报道。依据经济合作与发展组织(OECD)提出的QSAR发展和使用导则,本研究采用多元线性回归(MLR)算法构建了酯类、酰胺类和抗生素类的水解速率预测模型。考虑到抗生素类化合物的水解数据较为缺失,本文依照美国环境保护署于2008年制定的水解实验导则,测定了七个抗生素的水解速率,并对三个抗生素的水解产物进行分析。主要研究发现如下：(1)基于从数据库和文献中收集的70个碱催化水解数据,构建了酯类模型,模型具有良好的拟合优度、稳健性和预测能力(R2adj=0.898,Q2LOO=0.851,Q2ext=0.651)。基于从数据库和文献中收集的94个水解数据,构建了酰胺类模型,模型具有一定的拟合优度、稳健性(R2adj=0.681,Q2LOO=0.647)和预测能力。(2)基于20种抗生素的水解速率常数,构建了抗生素的QSAR模型,模型具有良好的拟合能力、稳健性(R2adj=0.885,RMSE=0.139,Q2LOO=0.848)。从模型描述符可以看出,分子大小、形状、对称性和原子分布等对水解速率影响较大。采用实验测试的阿莫西林、盐酸强力霉素的水解数据作为抗生素类预测模型的验证集,模型预测能力良好。(3)实验测定了七种抗生素的水解速率常数,其中阿莫西林、盐酸强力霉素、氯霉素、罗红霉素易水解；林可霉素、盐酸环丙沙星、洛克沙砷不易水解。通过高分辨质谱对阿莫西林、盐酸强力霉素、青霉素G的水解产物进行了表征,并对可能的水解路径进行了分析。以阿莫西林为例,水解先是亲核试剂(H2O或OH-)对β-内酰胺键中C-N键进攻,使其断裂,化合物开环,然后是脱羧基和脱水反应。