Structural Characterization and Toxicity Prediction of Some Organic Compounds

A new molecular structural characterization(MSC)method called molecular vertexes correlative index(MVCI)was constructed in this paper.The index was used to describe the structures of 45 compounds and a quantitative structure-activity relationship(QSAR)model of toxicity(–lgEC50)was obtained through multiple linear regression(MLR)and stepwise multiple regression(SMR).The correlation coefficient(R)of the model was 0.912,and the standard deviation(SD)of the model was 0.525.The estimation stability and prediction ability of the model were strictly analyzed by both internal and external validations.The Leave-One-Out(LOO)Cross-Validation(CV)correlation coefficient(RCV)was 0.816 and the standard deviation(SDCV)was 0.739,respectively.For the external validation,the correlation coefficient(Rtest)was 0.905 and the standard deviation(SDtest)was 0.520,respectively.The results showed that the index was superior in molecular structural representation.The stability and predictability of the model were good.     

抗艾滋病药物环尿素类化合物的结构表征及其生物活性的定量预测

提出一种新的结构描述子-按氢分类的电距矢量（H-MEDV），并用于环尿素类 化合物抗人类免疫缺陷病毒（human immuno-deficiency virus，简称HIV）活性预 测，籍以多元线性回归（MLR）建立了H-MEDV与活性之间的相关模型，取得了良好 的结果，相关系数达R = 0.971。另外采用逐步回归（SMR）从原模型参数中选取了 5个参数建立一新模型，其模型相关系数为R = 0.938；继以留一法（Leave-one- out，LOO）进行交互检验，相关系数与之接近，R = 0.908；说明了定量结构活性 相关模型具有很好的稳定性和预测能力。     

定量结构-性质相关原理在阴离子表面活性剂临界胶束浓度预测中的应用

利用定量结构-性能相关（QSPR）原理，建立起了8类不同结构，计40个阴离子 表面活性剂临界胶束浓度（cmc）的定量模型。所得到的最佳模型包括：分子总能 量（E_T）、分子生成热（ΔH_f）、分子偶极矩（D）、前线分子轨道能量（E_ (LUMO),E_(HOMO)）及憎水基0级Kier & Hall指数（KHO），计6个描述符，复相关 系数R~2 = 0.9778。     

QSPR方法预测阴离子表面活性剂亲水亲油平衡值

首次使用量子化学描述符, 建立了两种阴离子表面活性剂亲水亲油平衡(HLB)值的定量结构性质关系模型(QSPR). 最佳模型1包括四类不同结构的烷基硫酸盐和烷基磺酸盐46种阴离子表面活性剂, 复相关系数R²＝1.000. 又建立了包含聚氧乙烯、乙酸、丙酸和碳氟等特殊类型不同结构的73种阴离子表面活性剂的最佳模型2, 复相关系数 R²＝0.993.     

利用分子路径指数矢量对烷烃摩尔响应值的估计与预测

 利用分子路径指数矢量表示烷烃分子结构方法 ,结合多元线性回归算法及反传神经网络算法 ,对烷烃摩尔响应值进行处理 ,获得了比文献更佳的预测效果 ,交互校验的相关系数达 0 96 8以上。     

多环芳香硫化合物的定量结构-气相色谱保留指数关系

应用分子电性距离矢量(MEDV)对114个多环芳香硫化合物(PASHs)进行结构表征,通过多元线性回归建立了PASHs的气相色谱保留指数与MEDV参数之间的定量结构-保留值关系模型;同时采用逐步回归分析进行变量筛选,继而以留一法交互检验对所得优化模型进行预测能力评价,所建立的模型的相关系数为0.9947,交互检验相关系数为0.9940,表明该优化模型具有良好的稳定性和预测能力。此外,通过将样本集按2:1分成校准集和测试集预测,统计分析结果显示所建的模型具有良好的相关性和稳定性。本文所建的定量结构-保留值关系(QSRR)模型为预测PASHs的气相色谱保留指数提供了一个便捷有效的新方法。     

分子电性距离矢量用于多溴联苯醚分子结构表达及色谱保留时间预测

应用分子电性距离矢量(MEDV)对多溴联苯醚(PBDEs)的209种同系物进行结构表征.通过多元线性回归的方法,建立了PBDEs定量结构-色谱保留(QSRR)关系的6个变量和5个变量的两种模型.两种模型的建模计算值复相关系数R均为0.995;用留一法(LOO)进行了交互检验,其复相关系数(R2cv)分别为0.987和0...     

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.     

支持向量机法用于4-芳基-4氢-苯并比喃化合物的凋亡诱导活性研究

通过计算获得了39个4-芳基-4氢.苯并吡喃化合物的11个结构特征参数,应用逐步线性回归方法对参数进行筛选.并用支持向量回归(SVR)算法,对4-芳基-4氢-苯并吡喃化合物与其凋亡诱导活性进行定量构效关系(QSAR)研究.通过核函数参数的优化,建立了预测模型,训练集和预测集的实验值与计算值的平方相关系数R2分别为0.997和0.893.研究结果表明,支持向量回归算法可用于小样本数的药物分子设计研究,以合成具有更高生物活性的新药物.     

用分子子图对烷烃摩尔响应值的估计与预测

提出了一种新的烷烃拓扑子图表示方法,并结合多元线性回归算法和反传神经网络算法,对烷烃摩尔响应值进行处理,获得了比文献更佳的预测效果,交互校验的相关系数ｒ＝０．９８９。     

有机磷酸酯类化合物气相色谱定量结构保留关系研究

采用分子电性距离矢量(MEDV)表征有机磷酸酯类化合物的分子结构,运用多元线性回归建立定量结构-色谱保留关系(QSRR)模型,同时采用逐步回归结合统计检测对模型进行变量筛选,建立了35个有机磷酸酯类化合物在3种不同固定相(OV-101,DB-1701和DB-WX)上气相色谱保留指数(RI)与MEDV的定量相关模型.在3种固定相上的QSRR模型的建模计算值复相关系数(R)、留一法(leave-one-out)交互校验复相关系数(QCV)分别为0.998 0和0.995 1(OV-101);0.996 3和0.989 6(DB-1701);0.993 7和0.984 1(DB-WX),表明模型具有良好估计能力与稳定性.     

分子相似性方法用于药物反相色谱定量结构色谱保留关系的研究

 应用分子相似性方法研究药物的反相色谱定量结构 色谱保留关系 (QSRR)。在全面考察药物的分子结构参数的基础上 ,采用分子相似性计算方法 ,将化合物结构信息变量转换为相似系数变量 ,并结合人工神经网络技术 ,对 16 2种药物进行反相色谱定量结构与色谱保留关系的研究。成功地应用分子相似性方法实现了对容量因子这一色谱保留参数的预测 ,建立了物理意义明确、预测能力较强的分子结构参数与反相色谱流动相溶剂强度和容量因子之间的定量关系模型 ,实验验证的结果也比较理想。     

三维全息原子场作用矢量用于吡咯类抗艾滋病药物QSAR研究

采用三维全息原子场作用矢量(3D-HoVAIF)对32个吡咯类抗艾滋病药物进行结构参数化表征,并与其活性建立定量构效关系。分别采用多元线性回归(MLR)和偏最小二乘(PLS)进行建模,建模的复相关系数(R2cum)、交互校验复相关系数(Q2cum)和模型的标准偏差(SD)分别为R2cum=0.914、Q2cum=0.812、SD=0.236(MLR);R2cum=0.836、Q2cum=0.719、SD=0.314(PLS),结果均优于文献值(R2cum=0.667,Q2cum=0.581,SD=0.420)。所建模型具有良好的稳定性和预测能力,表明3D-HoVAIF能够较好地表征该类分子的结构,值得进一步推广应用。     

分子距边矢量研究链烃与醛酮的定量构效关系

按碳原子及键合特性分类定义并计算了链烃包括烷、烯,炔,双烯,烯炔烃的分子距离－边数矢量（ＭＤＥ）,将１５３个链烃的ＭＤＥ矢量与相应的沸点相关联,得到良好的线性模型,复相关系数Ｒ＝０．９９７６,均方根误差０．９９７５、ＲＭＳ＝４．７２Ｋ和Ｒ＝０．９９７２、ＲＭＳ＝５．１３Ｋ。结果表明模型具有良好的稳定性和预测能力。进一步对杂原用染色因子进行标识,提出了一种适用于含杂原子体系分子结构描述的ＭＤＥ矢量,     

用定量结构性质关系预测表面活性剂的Krafft点

以空间、电子、热力学等方面的微观性质作为描述符,建立了阴离子表面活性剂Krafft点与微观结构参数之间的关系。这些描述符包括:辛醇/水分配系数LogP、分子能量Energy、最高占据轨道能量HOMO、分子体积V和偶极距Dipole-z等。通过阴离子表面活性剂的Krafft点和5个结构性质参数之间的关系式,可以预测和计算阴离子和其它离子型表面活性剂的Krafft点。     

Structural Characterization and Retention Time Prediction for Components of Essential Oil of Meconopsis Integrifolia Flowers

A molecular structural characterization (MSC) method called reduced molecular electronegativity-distance vector (MEDVR) was used to describe the molecular structures of 55 components of meconopsis integrifolia flowers. By use of stepwise multiple regression (SMR) and partial least square (PLS) methods, a model with the correlation coefficient (R1) of 0.987 and the standard deviation (SD1) of 1.377 could be obtained. Then through multiple linear regression (MLR), another model with the correlation coefficient (R2) of 0.989 and standard deviation (SD2) of 1.395 could be constructed. Furthermore, in virtue of variable screening by the stepwise multiple regression technique (SMR), 8 vectors were selected to build up another model with its correlation coefficient (R3) and standard deviation (SD3) of 0.989 and 1.366, respectively. Then all the three models were evaluated by performing cross-validation with the leave-one-out (LOO) procedure, and the correlation coefficients (QCV) were 0.981, 0.976 and 0.979, respectively. The results show that the models constructed could provide estimation stability and favorable predictive ability.     

Estimation of n-Octanol/water Partition Coefficients （lgKow） and the Aqueous Solubility （-lgSw） of all PCDF Congeners by Density Functional Theory

1 INTRODUCTION As is widely known, PCDFs together with poly- chlorinated dibenzo-p-dioxins (PCDDs) and poly- chlorinated biphenyls (PCBs) have been included in many blacklists, such as “persistent organic pol- lutants (POPs)” and suspected “environmental en- docrine disruptors (EEDs)”. This is because PC- DFs are chemically and thermally stable and com- plex PCDF mixtures are generally resistant to bio- degradation. Although the concentration of these chemicals is quite low o…