应用基团键贡献法计算烷烃和环烷烃的折光指数

根据分子中基团的特性和连接性,发展了一种直接根据分子结构信息计算烷烃和环烷烃折光指数的新方法－基团键贡献法,该方法既考虑分子中基团的特性,又考虑基团之间的连接性(化学键),同时具有基团贡献法和化学键贡献法的特点。应用基团键贡献法对950种烷烃和环烷烃折光指数的计算结果表明,计算值与实验值的一致性令人满意,平均误差0.11%,进一步对聚乙烯、聚丙烯和聚1-丁烯等聚合物的折光指数进行预测,也取得了令人满意的结果。     

计算烷烃沸点的新方法-基团键贡献法

根据分子中基团的特性和连接性,将基团贡献法和化学键贡献法结合在一起,发展了一种直接根据分子结构信息计算烷烃沸点的新方法-基团键贡献法,此方法同时具有基团贡献法和化学键贡献法的特点。对753种烷烃(C2～C100)的计算结果表明,沸点计算值与实验值的一致性令人满意,平均误差0.46%。     

新磺酰脲类除草活性构效关系的研究

磺酰脲类除草剂具有对环境友好和超高效的特点。本文采用X-衍射谱对其绝对构型进行分析,首次发现分子内氢键的存在。采用各种理论和软件计算,活性结构应符合三点要求：(a)分子内氢键使杂环和脲之间形成一个共轭体系;(b)羰基氧、磺酰氧和杂环氮形成分子中三个负电中心;(c)在磺酰胺与苯邻位取代基之间形成一个空穴。根据以上结论,构建了一个卡口模型,较合理地解释了磺酰脲类草活性的构效关系。建立了一个虚拟靶酶ALS的模拟作用模型,供进一步分子设计ALS抑制剂,包括一些非磺酰脲类先导化合物时参考。     

衍生化环糊精键合固定相对N-苄氧甲酰基-α-氨基膦 酸酯化合物色谱保留和手 性识别机理的研究

正相条件下,一系列N-苄氧甲酰基-α-氨基膦酸二苯酯化合物首次在苯基氨基甲酸酯衍生化β环糊精键合硅胶固定相上实现了高效液相色谱手性拆分,结合热力学模型,对手性分离过程的热力学行为进行了讨论。探索运用定量结构-对映异构体选择性保留关系的方法,将对映异构体的色谱保留和溶质分子描述参数相关性闻系建立定量方程,从超热力学模型的角度研究了色谱保留和手性识别机理。     

整立电杆三点吊最优吊点的研究分析

根据输电线路中杆塔施工的实际工程需要,主要研究分析了整立电杆三点吊最优吊点的确定方法,建立了整体电杆三点吊的数学模型,编制了微机软件,解决了整体电杆三点吊方案设计中的难题。     

碳酚醛各向异性本构关系和波传播

通过理论和实验研究相结合的方法,建立了碳酚醛材料的横观各向同性粘塑性本构关系,并对其一维应变波的传播问题进行了典型的数值计算,总结和揭示了其本构方程和应力波传播的若干规律和特点。     

含氟农药的比较分子场分析研究

用比较分子场分析(CoMFA)方法对112种含氟农药分子的生物活性及毒性同时进行了定量构效关系研究。用78个化合物作为训练集,以距离比较方法(DISCO)确认的药效团为叠合规则构建CoMFA模型,发现影响活性的立体场与静电场的贡献分别为60.4%和39.6%,影响毒性的立体场与静电场的贡献分别为59.2%和40.8%。药效模型与毒效模型在交叉验证时的相关系数平方(R^2)分别为0.652和0.611,非交叉验证的R^2分别为0.982和0.977,方差比F(8,69)值分别为463.6及362.9,活性和毒性的标准偏差-极差比s/△γ值分别为3.6%和2.9%,表明模型具有较好的自预测能力。对测试组34个化合物进行了活性和毒性的预测,活性与毒性预测的标准偏差-极差比s/△γ值分别为10.4%和6.4%。最后,还建立了一个由97个化合物构建的扩大的模型,各种统计量得到了进一步提高。并预计了一个活性较高且毒性很低的新化合物。     

载体对负载钴催化剂CH_4/CO_2重整反应的影响

采用固定床微反应器、利用 XRD及 TPR技术研究了载体对负载于 γ- Al2 O3、Si O2 和HZSM- 5分子筛上的 Co催化剂的 CH4/ CO2 重整制合成气反应性能的影响 .结果表明 ,金属与载体之间的相互作用是影响催化剂活性和稳定性的重要因素 .HZSM- 5是一种优良载体 ,但硅铝比较低易积炭 ;Co/ Si O2 及低负载量的 Co/ Al2 O3催化剂活性较低易失活 ,其失活原因前者为 Co0 晶粒的烧结 ,后者为 Co0 向 Co Al2 O4的转变 .探讨了金属 -载体相互作用与催化剂性能之间的关系     

西加毒素(CTX)的电子结构及构效关系研究

应用MNDO方法对CTX衍生物进行了量子化学计算 ,得到了它们的电子结构信息.根据构象分析研究了它们的空间结构.推测出它们的活性部位 ,探讨了与受体结合时的作用方式 ,讨论了结构 -活性关系 ,解释了活性差异的原因.研究结果表明该类化合物的D、E、F环和A环及其支链等部位的不饱和键对活性有重要影响     

辨识药物定量构效关系的模糊神经网络方法研究

提出一种基于遗传算法的新型模糊神经网络方法,用于计算Benzodiazepines(BZs)类药物的定量构效关系.这类模糊神经网络综合了神经网络、遗传算法与模糊逻辑的各自优势,具有优良的定量构效关系辨识能力,其学习速度较快,不易陷入局部最小区域;网络知识以模糊语言变量的形式加以表达,不仅易于理解,而且能有效地利用已有的专家经验.一旦通过学习获得规律后,不仅能很好地预测化合物的活性,还能对后续的药物分子设计提供有益的理论指导.