部分酯类化合物对四膜虫毒性的全息QSAR分析

全息定量结构活性相关分析(HolographicQSAR或HQSAR)能快速而简便的产生高统计质量和预测能力的QSAR模型。采用HQSAR分析了30个酯类化合物对四膜虫的毒性与分子结构之间的关系,及分子碎片大小和全息长度对QSAR模型的影响,得到的最佳QSAR模型的R2为0.981,Q2为0.912。此外还应用色码讨论了离群值产生的可能原因。     

基于遗传算法的PLS分析在QSAR研究中的应用

将遗传算法和偏最小二乘法结合应用于定量结构活性关系研究中 ,进行变量选择和建立最终模型 .以较少的变量个数包含较多的变量信息 ,且变量间没有线性相关问题 ,因而得到较好的 QSAR模型 .将这种方法应用于氯代酚和单取代苯 2种系列化合物 ,可以得到几种常规多元回归分析方法不能得到的质量较高的 QSAR模型 .     

神经网络和多元线性回归筛选QSAR模型结构参数

在人工神经网络信息流分析的基础上,通过比较人工神经网络模型中的连接权值和阈值建立了筛选定量构效关系中分子结构参数的新方法.结果表明,采用人工神经网络筛选得到的结构参数构建定量构效关系模型,其模型质量和预测能力均优于多元线性回归方法筛选得到的结构参数所构建的定量构效关系模型.     

基于QSAR模型预测有机污染物在XAD与空气中的分配系数

基于定量构效关系(QSAR),运用线性(逐步多元回归MLR)和非线性(支持向量机SVM)两种计算方法开发了两种可靠且高效预测聚苯乙烯二乙烯基苯树脂(XAD)和空气之间分配系数(K_XAD-A)的模型.构建模型的数据包含醇类(Alcohols),苯类(Benzenes),多氯联苯(PCBs)和多环芳香烃(PAHs)等,共计70种有机污染物.两个模型的决定系数R²_adj和外部验证系数Q²_ext均在0.930以上,同时所有物质均在定义的应用域内,结果表明两种QSAR模型有较高的拟合度、稳健性和较为优秀的预测能力,且非线性(SVM)模型比线性(MLR)模型的拟合效果更好.     

有机磷农药对乙酰胆碱酯酶的抑制作用及QSAR研究

以碘化硫代乙酰胆碱为底物,二硫代二硝基苯甲酸为显色剂,采用分光光度法测定了21种有机磷农药对乙酰胆碱酯酶(AChE)的半抑制浓度(IC₅₀).运用多元线性回归分析以及参数间的自相关分析建立有机磷农药对AChE抑制作用的QSAR模型.模型分析表明,有机磷农药对AChE的抑制作用主要受特定方向上的原子极化率及原子的电拓扑状态的影响,是多因素综合作用的结果.模型可解释高达78%的数据变异和显著的预测能力(q²=0.653),表明有机磷农药对AChE的抑制作用可借助结构活性关系模型进行预测与评价.     

用电性拓扑态预测苯砜基乙酸酯对发光菌的毒性效应

应用电性拓扑态(Electrotopological State, E-state)指数模拟分析了a-取代苯砜基乙酸酯类化合物对发光菌的毒性(15min-EC50, mmol/L),构建了一个4变量QSAR模型.模型的相关系数(R²a_dj)和标准偏差(SD)分别为0.944和0.062,模型具有较高的预测能力和可靠性.模型分析表明,砜基和酯基是该类化合物的活性中心;化合物的疏水能力以及化合物与受体分子间的偶极/极化作用和氢键效应对化合物毒性起着重要影响.     

SCR装置对焦炉煤气燃烧废气中PCDD/Fs、PCBs和PCNs的协同脱除

研究了某大型焦化厂的选择性催化还原(SCR)装置对焦炉煤气燃烧废气中典型非故意产生持久性有机污染物(UPPOPs)的脱除效果,对SCR装置入口和出口废气和SCR装置降尘中二英(PCDD/Fs)、多氯联苯(PCBs)和多氯萘(PCNs)的全部异构体进行了分析.结果表明,SCR装置对总PCDD/Fs的脱除效率最高,为94.6%,对总PCBs和总PCNs的脱除率分别为74.7%和78.4%.SCR装置入口和出口废气中UP-POPs同系物的分布模式明显不同,入口处以高氯取代为主,出口处以低氯取代为主.SCR装置对高氯取代UP-POPs有更好的脱除效果.催化还原和催化氧化降解同时发生是SCR装置脱除废气中UP-POPs的重要机制.     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

基于TLSER关系预测POPs在PUF与空气中的分配系数

为开发一种简洁高效预测K_PA值的方法,本文收集了包含多氯联苯（PCBs）、苯类（Benzenes）、多环芳香烃（PAHs）和杀虫剂（Pesticides）等,共95种污染物在聚氨酯泡沫塑料（PUF）与空气中分配系数（K_PA）的实验值,基于理论线性溶解能关系（TLSER）,运用逐步多元线性回归（MLR）构建了预测K_PA值的模型.结果表明,模型的决定系数R_adj²为0.901,外部验证系数Q_ext²为0.748.TLSER模型有较好的拟合度、稳健性和预测能力,可以预测应用域内POPs在PUF和空气之间的分配系数.     

基于BP神经网络的污染场地土壤重金属和PAHs含量预测

受土壤检测成本和项目周期等因素制约,污染场地土壤经常存在检测数据缺失的现象,如何利用有限的检测数据获得更全面的信息成为当前研究热点.以某金属加工厂污染场地为研究对象,运用多元统计方法分析土壤样品中重金属(As、Zn、Cu、Pb、Ni、Cd、Cr)和多环芳烃(polycyclic aromatic hydrocarbons,PAHs)〔苯并[a]芘(BaP)、二苯并[a,h]蒽(DBA)、苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)、苯并[a]蒽(BaA)、萘(Nap)、?(Chr)〕之间的关联性,并以此为基础,利用已知数据建立BP神经网络模型,预测缺失土壤样本中重金属和PAHs的含量.结果表明:与GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中的风险筛选值对比,重金属超标率表现为w(Ni)>w(Cu)>w(As)>w(Pb)>w(Zn)=w(Cd)>w(Cr),除w(Chr)未超标外,其他6种PAHs按超标率排序为w(BaP)>w(DBA)>w(BbF)=w(BaA)>w(Nap)>w(BkF).重金属Zn与Pb、As与Cd关联性较好,Cu与Ni关联性较好,Cr与其他6种重金属关联性较差,PAHs中除Nap外,BaP、DBA、BkF、BbF、BaA和Chr彼此关联性均较好;构建的BP神经网络模型的污染物浓度预测值与实测值的决定系数(R₂)范围为0.812~0.993,模拟效率系数(NSE)范围为0.779~0.959,均方根误差(RMSE)和平均绝对误差(MAE)均较小.研究显示,研究区土壤重金属和PAHs含量整体存在不同程度的超标现象,构建的BP神经网络模型对污染物浓度预测结果准确可靠,利用该模型对土壤污染进行空间分析与评价具有可行性,且关联性较弱的因子作为输入参数能进一步提高预测模型的精度.      

不同类型的原煤对疏水性有机污染物的吸附与解吸

为探讨干酪根的非均质性与其吸附解吸行为间的关系,采用平衡法研究了菲和1,3,5-三氯苯在3种不同干酪根类型的煤上的吸附与解吸行为.结果表明,菲和1,3,5-三氯苯的吸附解吸等温线均表现出较强的非线性和解吸滞后.吸附解吸行为上的差异可能与干酪根的结构和性质的非均质性有一定的内在关系.     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

Genotoxicity of substituted nitrobenzenes and the quantitative structure-activity relationship

Ｇｅｎｏｔｏｘｉｃｉｔｙｏｆｓｕｂｓｔｉｔｕｔｅｄｎｉｔｒｏｂｅｎｚｅｎｅｓａｎｄｔｈｅｑｕａｎｔｉｔａｔｉｖｅｓｔｒｕｃｔｕｒｅ－ａｃｔｉｖｉｔｙｒｅｌａｔｉｏｎｓｈｉｐ￥ＨｕａｎｇＱｉｎｇｇｕｏ；ＬｉｕＹｏｎｇｂｉｎ；ＷａｎｇＬｉａｎｓｈｅｎｇ；...     

羧酸及其衍生物急性毒性的QSAR研究

基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。     

用QSAR模型预测苯酚类化合物对发光菌的联合毒性

测定了苯酚与11种取代苯酚对发光菌的单一毒性和毒性单位比为1:4,1:1,4:1二元混合物的联合毒性.采用相加指数法对联合毒性进行了评价,结果表明,苯酚和取代苯酚的二元混合物对发光菌的联合作用以相加作用为主.在此基础上,根据12种苯酚类化合物的单一毒性建立了QSAR方程: -lgEC₅₀=6.158-0.279pKa,对混合物中取代苯酚的毒性进行了预测,预测值与实测值吻合较好.     

酚类化合物在模拟海水中的生物耗氧特性及其构效相关研究

测定了10种酚类化合物在模拟海水中的ρ(BOD5),并采用一阶价分子连接性指数(1XV)、二阶价分子连接性指数(2XV)、辛醇-水分配系数(lg KOW) 、分子最高占据轨道能(EHOMO)、分子最低空轨道能(ELUMO)和分子偶极距(μ)作为受试化合物的分子结构参数进行构效相关(QSAR)分析.结果表明:在初始质量浓度相同的情况下,烷基酚类化合物的ρ(BOD5)随着取代烷基的增大而减小.同一取代基取代位置不同,ρ(BOD5)也不同.对于同一取代位置,甲基酚的ρ(BOD5)要大于氨基酚.空间参数是影响酚类化合物在模拟海水中耗氧特性的主要因素,化合物的亲脂性对ρ(BOD5)的影响也不容忽视,而电性效应对酚类化合物在模拟海水中ρ(BOD5)的影响表现得并不明显.      

3,4-二氯苯胺与取代芳烃联合毒性的定量构效关系研究

采用细菌生长抑制实验测定了取代芳烃及其混合物对长江水中混合细菌的急性毒性,得到17种单一化合物的半数抑制浓度(IC50)及22组混合物的半数抑制浓度(IC50mix).采用毒性单位法和混合毒性指数法对联合毒性效应进行了定性评价,3,4-二氯苯胺与胺类化合物的联合效应以简单相加或部分相加作用为主,而3,4-二氯苯胺与酚类化合物的联合效应则多表现为协同作用.以化合物的辛醇/水分配系数(lgP)和分子最低空轨道能(ELUMO)为结构描述符,分别建立了单一毒性和联合毒性的定量构效关系(QSAR)模型.所得模型对极性麻醉型化合物和反应性化合物的毒性都具有较强的预测能力,不仅能预测3,4-二氯苯胺与取代芳烃不同配比的二元混合物的联合毒性,也能预测三元和四元混合物的联合毒性.