基于VolSurf参数的化合物水溶性QSPR分析

利用分子的VolSurf参数预测化合物的水溶解度并阐明有利于水溶解度的主要分子结构特征.被测化合物包括185个共两大系列分子,使用偏最小二乘判别分析和多元线性回归方法在实验数据和分子特征之间建立相关性,均得到较好的结果.以70个化合物所建立的训练集模型对其余115个化合物有较好的预测能力.参数分析表明分子内较大的亲水区域对水溶解度有利;分子质心与疏水区、亲水区之间的不平衡性越高,水溶解度越大;分子量及体积大的分子对其水溶解度不利.     

用PM3量化参数预测多氯代二苯并呋喃的logKow

从现有的PCDFs分子的正辛醇 /水分配系数 (logKow)实验数据出发 ,建立定量结构 性质关系方程(QSPR) .采用G98W程序包中的PM3方法对 13 5个多氯代二苯并呋喃 (PCDFs)分子和二苯并呋喃进行了优化计算 ,作业命令为 #pPM3optfreqscf(conver =9) ,以计算所得的分子轨道能量、碳原子电荷作为PCDFs分子结构描述符 ,运用多元线性回归技术建立了PCDFs的logKow与分子结构描述符的四元方程 ,最优相关系数为 0 .95 0 7,标准偏差为 0 .173 7,经检验该模型的稳健性好 ,并对未有实验数据的 85个PCDFs的logKow进行预测     

QSPR Modeling of the Reactivity Parameters of Monomers in Radical Copolymerizations

For a series of monomers, QSPR test analysis is performed by optimizing the correlation weights of the local invariants of molecular graphs representing monomer structures in order to construct models of the reactivity parameters of monomers Q and e. This approach may be used as a tool in reactivity predictions for monomers for which no experimental data on Q and e are available.Original Russian Text Copyright © 2004 by A. A. Toropov, V. O. Kudyshkin, N. L. Voropaeva, I. N. Ruban, and S. Sh. Rashidova__________Translated from Zhurnal Strukturnoi Khimii, Vol. 45, No. 6, pp. 994–998, November–December, 2004.     

取代苯酚的定量结构－活性／性质相关性研究

在分子拓扑理论基础上,提出了一个新的价连接性指数~nG=∑(E_i·E_j· E_k...),其中~0G=∑(E_i),~1G=∑(E_i·E_j),并用~0G,~1G研究了取代苯酚（ 含Cl,Br,INH_2,NO_2,COOH,烷基、环烷基、苯基等）的溶解度,辛醇／水分 配系数及对黑曲霉、浮萍、细胞色素P－450、酵母菌等的生物活性,给出了相关方 程。结果表明,新方法计算简单,使用方便,预测值与相应的实验值较好吻合。     

新定义的价连接性指数与有机物理化活性的相关性研究

基于分子中成键原子i的结构特征和所处的化学环境,新定义了原子的价点价δYi,以价连接矩阵为基础构建了一个新的能表征含多重键、杂原子分子结构信息的价连接性指数mωY. mωY对有机化合物异构体具有很强的选择性和区分能力.用0ωY, 1ωY和分子中的含碳数NC研究了有机物的一系列理化活性,其相关性良好,并发现不同的性质,0ωY, 1ωY和NC所起的作用程度是有所不同的.新模型物理意义明确,计算简便,对不同类型有机物的不同理化活性具有良好的估算和预测能力,计算值与实验值的吻合程度均优于相应文献的结果.     

结合三维静电势参数研究二取代苯的定量结构－疏水性关系

对含有常见取代基的92个二取代苯化合物进行了结构优化和静电势及其导出参数的计算,运用多元线性回归方法对化合物的疏水常数与分子的结构参数进行了关联.结果表明,分子表面负静电势的加和ΣV－S、分子空间内最负的静电势Vmin、表面最大静电势Vs,max以及分子体积V、极性表面积APS和分子的偶极密度μ/V这六个参数,可以很好地用于表达这些化合物疏水性与分子结构间的定量关系,而不用具体考虑分子中极性基团间的相互作用.用建立起来的QSPR(quantitative structure-property relationship)关系式对111个类似化合物的疏水性进行了预测,获得了满意的结果.     

应用反向传播神经网络预测化合物脑血分配系数

选用27种三维结构性质描述符对脑血分配系数预测建立神经网络模型.网络模型选用典型的适合函数逼近的两层结构神经网络对脑血分配系数(lgBB,BB为脑血浓度比)进行预测,计算中采用的模型具有一个双曲正切型激活函数的隐含层和一个线性激活函数的输出层.计算表明,使用小心选择的反向传播神经网络模型对化合物脑血分配系数具有较好的预测能力.     

The Importance of Polarity/Polarizability Interaction on the Acidity Behavior of 9,10-Anthraquinone and 9-Anthrone Derivatives in Methanol-Water Mixed Solvents Using Target Factor Analysis and QSPR Approaches

The influence of solvent properties on acidity constants of some newly synthesized 9,10-anthraquinone and 9-anthrone derivatives was studied in methanol-water mixtures in a composition range of 0.57 to 1.0 methanol mole fraction. The model was established by using both multiple linear regression and target factor analysis. Both methods revealed that the solvent polarity/polarizability parameter ^* is a major factor in controlling the acidity behavior of the anthraquinones and anthrones studied in binary methanol-water mixed solvents. A QSPR study was conducted to drive the relationships between the ^* coefficient s and the polarity/polarizability of molecules. Both dipole moment and polarizability were found to have a linear relationship with s. The results confirm that, in the dipolar protic solvents used, the dipole-dipole interaction (for neutral molecules) and the ion-dipole interaction (for ionized molecules) are the major factors controlling the acidity behavior of these compounds.