基于QSAR模型的有机磷化合物毒性预测

随着有机磷化合物(OPs)的广泛应用,其在越来越多的环境介质中被检测出来。大多数OPs具有毒性,但人们缺乏快速且有效的预测手段来对毒性进行评估。本文将结合E-Dragon软件计算的分子描述符,采用不同的QSAR模型对36个OPs的毒性进行预测。文中采用后退法作为描述符筛选方法,以均方根误差(RMSE)作为评价标准,共找到14个对线性核函数支持向量机(SVM)模型贡献较大的描述符;在最终得到的SVM模型交叉验证结果中,计算值与实际值的相关系数为0. 913,均方根误差为0. 388;外部测试验证结果中,平均相对误差为9. 10%。此外,采用多元线性回归(MLR)、人工神经网络(ANN)以及偏最小二乘回归(PLS)模型对OPs的毒性进行预测,交叉验证结果显示,三个模型的计算值与实际值的相关系数分别为0. 878、0. 686与0. 620,没有SVM模型的预测能力好。因此采用线性核函数的SVM模型对OPs进行毒性预测是一个行之有效的方法。     

基于QSAR模型预测有机化合物的生物富集因子

生物富集因子(BCF)是REACH法规要求的生物积累危害评价指标的关键参数，用实验的方法测定BCF值人力物力花费较大，而用计算的方法预测BCF值可以有效地替代昂贵的实验过程。该研究使用E-Dragon计算了数据集中每个分子的1 666种描述符，并用筛选后的描述符与lgBCF建立了QSAR模型：采用随机森林与支持向量机建立的分类预报模型，随机森林分类模型的准确率为0.89、敏感度为0.89;用基于准确率递减和基尼系数方法的随机森林分类模型筛选出对lgBCF值有重要影响的30个描述符，这些描述符包括ALOGPS＿lgP、MATS6v、TPSA.NO.、GATS7v等；ALOGPS＿lgP和ALOGPS＿lgS是用支持向量机分类模型筛选出的对lgBCF值有重要影响的描述符。     

C、N、F掺杂对VO2电子结构影响的研究

二氧化钒(VO₂)是一种热至变色材料,在临界温度340 K有金属-半导体相变.第一性原理计算结果发现:C、N、F元素以1.56;、3.13;、4.69;的原子浓度掺杂M1相VO₂的带隙Eg1降低到0.349～0.612 eV,其中氮元素以4.69;的浓度掺杂VO₂的带隙Eg1最小(0.349 eV).在C、N、F掺杂M1相VO₂体系中,3.13;的N掺杂可以有效降低相变温度,并且对可见光透过率影响不大,所以3.13;的N原子掺杂VO₂可以在实际中应用.     

磷酸二酯酶4b抑制剂定量构效关系及分子对接研究

磷酸二酯酶 4( PDE4)是第二信使环磷酸腺苷( cAMP)选择性高亲和力的水解酶,影响气道平滑肌、炎性细胞和免疫细胞的功能,选择性 PDE4b 抑制剂作为抗炎药治疗哮喘和慢性阻塞性肺病( COPD) 因为不会引起恶心呕吐等副反应而受到极大的关注。本文使用比较分子场( CoMFA) 方法,对系列嘧啶二芳基取代的 PDE4b 抑制剂构建了合理的三维定量构效关系( 3D-QSAR) 模型,使用分子对接方法研究了抑制剂与酶的相互作用,发现该系列化合物的嘧啶环 2 位引入带有较大电负性基团取代的五元环状烃基可提升活性;嘧啶环 4 位、5 位两个碳原子上建议保留小体积取代基;嘧啶环 6 位引入带有氢键给体或氢键受体取代的芳烃基可增加化合物活性。本研究可为后续合理设计高效的 PDE4b 抑制剂提供理论指导。