电性拓扑状态指数用于多氯联苯醚环境分配性质的QSPR研究

根据分子中的原子类型特征,计算了多氯联苯醚(PCDEs,包括联苯醚)所有210种可能分子结构的电性拓扑状态指数,并与其中107种PCDEs的环境分配性质蒸汽压(PL0)、辛醇/水分配系数(KOW)、水溶解度(Sw)建立了定量结构-性质相关(QSPR)模型,相关系数分别为0.9918,0.9915,0.9789,其计算值和实验值接近,优于文献结果.用Jackknife法检验了模型的稳健性,并对其余103种没有实验数据的PCDEs的性质进行了预测.结果表明,这些模型可以解释PCDEs环境分配性质的递变规律.     

电性拓扑态指数预测多氯代吩噁嗪的热力学性质

用电性拓扑态(E-state)指数表征了136个多氯代吩噁嗪类化合物的分子结构,采用多元回归方法对其热能值(Eth)、恒容热容(CV)、熵(S)、焓(H)、自由能(G)等热力学性质进行关联和预测,构建了5个用电性拓扑状态指数预测多氯代吩噁嗪热力学性质的构效关系相关(QSPR)模型,相关系数均大于0.999.利用Jack-knifed法检验了对标准熵预测模型的稳定性和预测能力,检验的相关系数r2也在0.999以上,预测值与文献值的相对平均误差为0.14%.该模型具有较好的稳定性、相关度和预测能力.     

多氯咔唑化合物热力学性质的神经网络预测

采用取代基片段值P和原子类型电拓扑状态指数Em有效表征了135个多氯咔唑化合物(PCCZs)的分子结构,通过选择变量与神经网络(BP)算法建立定量相关(QSPR)模型,以预测多氯咔唑化合物热力学性质.将选择的P,Em结构参数作为神经网络的输入层变量,热力学性质作为输出层变量,方程均采用5∶13∶1的网络结构,利用BP算法获得了3个令人满意的QSPR模型,它们的总相关系数分别为0.998 6,0.991 1和0.979 5,标准误差分别为2.123,3.237和3.952,利用这3个神经网络模型计算得到的预测值与文献值的相对平均误差分别为0.30%,1.85%和1.14%,表明模型具有良好的稳定性和预测能力.该神经网络模型所得结果优于多元回归方法所得结果,可用于对多氯咔唑化合物性质进行理论分析和预测.