部分芳香類有機污染物的QSAR研究.pdf

1、有機化合物定量結(jié)構(gòu)活性/性質(zhì)關(guān)系(QSAR)的研究對于有機污染物的生態(tài)風(fēng)險預(yù)測與評價、污染控制和防御等具有十分重要的意義。本論文所研究的有機污染物是一類帶有苯環(huán)結(jié)構(gòu)的芳香類化合物，廣泛存在于石油化工、染料、農(nóng)藥和制藥等工業(yè)排放中，許多芳香化合物(如氯酚、硝基苯、苯胺等)為美國EPA優(yōu)先控制污染物。 在QSAR研究中，分子連接性指數(shù)(MCI)和量子化學(xué)參數(shù)計算是獲得分子結(jié)構(gòu)參數(shù)的重要手段。對于具有苯環(huán)結(jié)構(gòu)的有機化合物，分子連接性

2、指數(shù)可通過雜原子點價以及各階指數(shù)的值不同，從而確定取代基的個數(shù)、取代基的類型，以及取代基的位置。量子化學(xué)參數(shù)具有明確的物理化學(xué)意義，能夠描述分子微觀的電子構(gòu)型和空間形態(tài)方面的性質(zhì)，包括形態(tài)、價鍵特征、電子活性、分子的各個層次級別的結(jié)構(gòu)等。據(jù)文獻報道，結(jié)合這兩類參數(shù)研究有機污染物的活性/性質(zhì)可建立更優(yōu)化的QSAR模型。本論文結(jié)合這兩類變量參數(shù)建立了芳香類有機污染物活性/結(jié)構(gòu)的QSAR模型。 線性回歸分析是一種的傳統(tǒng)QSAR研究方

3、法，主要用于所建立的QSAR模型參數(shù)篩選。在本論文第三、四、五章的具體案例研究中，利用線性回歸分析對建立模型的參數(shù)篩選進行了重點討論。此外，論文還采用BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、支持向量機方法對化合物的活性/性質(zhì)建立相關(guān)的QSAR模型，并篩選最優(yōu)QSAR模型，可用于預(yù)測同類有機化合物的活性/性質(zhì)。 本論文的第一章主要對定量構(gòu)效關(guān)系的發(fā)展歷程、研究現(xiàn)狀進行了概述，并闡述了本論文的研究目的和意義。 論文第二章對QSAR研究中的

4、結(jié)構(gòu)參數(shù)和建模方法進行了概括總結(jié)。在結(jié)構(gòu)參數(shù)方面，重點描述了分子連接性指數(shù)和量子化學(xué)參數(shù)的理論定義、計算方法、各描述符和特點。在建模方法中，全面的介紹了各種線性回歸的方法和原理。并對神經(jīng)網(wǎng)絡(luò)和支持向量機方法的原理與應(yīng)用也進行了陳述。 論文第三章介紹了芳香類有機污染物Kow和BCF的QSAR研究。首先，篩選分子連接性指數(shù)、量子化學(xué)參數(shù)以及非色散力因子△X等變量參數(shù)，對44種芳香類有機污染物的辛醇/水分配系數(shù)(Kow)和生物富集因

5、子(BCF)進行逐步線性回歸分析，從而建立最優(yōu)QSAR模型，相關(guān)系數(shù)r2分別為0.926、0.914。利用線性回歸分析中篩選的參數(shù)，建立BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)模型。其中BP網(wǎng)絡(luò)建立的模型同樣具有較好的預(yù)測能力，相關(guān)系數(shù)r2分別達到為0.925、0.912。 論文第四章是關(guān)于利用分子連接性指數(shù)預(yù)測芳香類有機污染物Koc的研究。首先計算了61種芳香類化合物的分子連接性指數(shù)，并采用逐步線性回歸方法建立了芳香類化合物土壤吸附系數(shù)(Koc

6、)與分子連接性指數(shù)的QSAR模型。方程選入1Xv、4Xvpc連接性指數(shù)，得到有效的QSAR模型，相關(guān)系數(shù)r2=0.963。應(yīng)用支持向量機所建立的Koc模型也有一定的預(yù)測能力(r2=0.941)，但其效果不如線性回歸建立的模型強。 論文第五章利用量化參數(shù)結(jié)合MCI研究了芳香類有機污染物對水生發(fā)光菌的毒性。計算了37種芳香類化合物的量子化學(xué)描述符，結(jié)合分子連接性指數(shù)1Xv，應(yīng)用逐步線性回歸分析篩選參數(shù)，建立了芳香類化合物對水生發(fā)光

7、菌毒性的QSAR模型，建立的模型相關(guān)系數(shù)r2為0.933。此外，還采用BP網(wǎng)絡(luò)和支持向量機方法建立了該毒性模型，結(jié)果顯示，BP網(wǎng)絡(luò)和支持向量機方法均能建立芳香類化合物對水生發(fā)光菌毒性的預(yù)測模型。得到的相關(guān)系數(shù)r2分別為0.925，0.937。 第六章對本論文的研究內(nèi)容、創(chuàng)新點以及不足之處進行了總結(jié)，并在此基礎(chǔ)上，對今后該方面可進一步開展的具體研究內(nèi)容和方向提出了可行性建議。 本論文結(jié)合分子連接性指數(shù)、量子化學(xué)參數(shù)，采