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。     

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.