不对称反应的对映体过量值预测

建立了手性催化剂结构与反应产物对映体过量值的定量结构-活性相关性模型, 以辅助苯乙酮不对称氢转移反应的催化剂筛选. 手性催化剂由手性氨醇配体与金属络合物合成, 故采用构象独立手性指数或构象依赖手性指数描述手性氨醇配体, 采用指示变量区分金属络合物, 然后合并2个指数来描述手性催化剂. 通过遗传算法进行变量选择, 采用随机森林法建立数学模型以预测对映体过量值, 测试集的相关系数R²=0.769, 整个数据集的OOB(Out-of-bag)交叉验证结果为R²=0.785.     

MOLMAP指数及其在变异性预测中的应用

分子映射(MOLMAP)指数是以分子的化学键描述符为基础,通过Kohonen自组织映射依据一定的算法而衍生.化学键描述符是由化学键的物理化学性质,如两端原子的电荷差和拓扑性质,键连杂原子数量等所组成.本文将分子映射指数应用于4075个有机物质(Ames实验结果:2305个结构有诱变性,1770个结构无诱变性)的变异性预测.通过随机森林,分别采用三种类型的指数建立模型:(1)采用不同维数的分子映射指数;(2)采用全局分子描述符;(3)将分子映射指数与全局分子描述符相结合.整个数据集的集外(out-of-bag)交叉验证的正确预测率达到85.4%.为了检验模型的稳定性,采用所建模型预测源于另一数据库的472个化合物,正确预测率为86.7%,与此前的研究相比,两个预测结果均有所提高.     

基于电负性的构象依赖手性指数及其应用

构象依赖手性指数衍生于分子的三维结构信息和原子的性质,无论分子中是否包含手性中心,它均能区分对映体,因而不依赖于手性中心,是通用的手性描述符.本研究采用σ和π的残余电负性之和作为原子的属性,生成构象依赖手性指数,并将该手性指数应用于一个包含80个手性仲醇的数据集和该仲醇与(R)-MTPA酯化反应产物的1H NMR化学位...