用原子特性自相关拓扑指数预测链烷烃的热力学性质

原子特征值 ( Si)被定义为 :Si=ni- 1ki mi( ∑Eij+ hi Ei)。由 Si建构原子特征自相关拓扑指数 ( F )及原子特征连接性指数 ( Y)的公式为 :F =∑( Si· Sj) 0 .5、Y=∑ ( Si·Sj) - 0 .5。它们与 85种链烷烃热力学性质 ( P)的二元线性回归方程为 :P =a + b F +c Y(或 P3) 。 P为标准生成焓、标准熵、标准生成自由能的二元相关指数依次为 0 .9953、0 .9992、0 .9941 ,优于文献方法     

用原子特征自相关拓扑指数预测链烷烃的热力学性质

原子特征值(Si)被定义为:.由Si（ ）建构原子特征自相关拓扑指数(F)及原子特征连接性指数(Y)的公式为:F＝∑(Si.Sj)0.5、Y＝∑(Si.Sj)-0.5.它们与85种链烷烃热力学性质(P) 的二元线性回归方程为:P＝a+bF+cY(或P3).P为标准生成焓、标准熵、标准生成自由能的二元相关指数依次为0.9953、0.9992、0.9941,优于文献方法.     

价电子能级连接性指数及其应用

价电子能级连接性指数( ^fE)被定义为： ^fE=Σ(m_i·m_j…)^-0.5,m为价电子能级值。其中0、1阶指数公式分别为： ⁰E=Σ(m_i)^-0.5、 ¹E=Σ(m_i·m_j)^-0.5。 ⁰E、 ¹E与化合物的总键能(ΔE)、晶格能(U)、标准生成焓(Δ_fH^?_m)以及非金属氢化物的pKa呈现高度相关性。它们的线性回归方程为：ΔE=-48.0095+1402.9463¹E,r=0.9474, U=-328.0770+1541.9351 ¹E, r=0.9801,-Δ_fH^?_m=-266.9299+1324.6461 ¹E, r=0.9509, pKa=-20.9723+28.1756 ¹E, r=0.98884, pKa=-14.6102-7.835 ⁰E+40.6461 ¹E, R=0.9933。m、^fE具有物理意义明确、计算方法简单等优点,而且预测结果令人满意。     

电性指数、电性连接性指数及其应用

In this paper the electric index (f_i) of combined atom is defined as f_i=m²_i·x_pi·(n^*_i)^-0.5. f_i has defineated the primary factors to affect hydrated heat of metal ion (ΔH_h) and solubility of metal hydroxide (pK_m). Their relation formulas are set up by least square method: -ΔH_h=260.31+519.31f_i, n′=51, r=0.9693; pK_m=0.0285+1.1358f_i, n′=46, r=0.9642. The calculated values of pK_m are better than the documental method. The electric connectivity index ( ^mF) is built up with f_i, and among them the formulas of zero, first order index are defined as ⁰F=Σ(f_i)^0.5, ¹F=Σ(f_i·f_j)^0.5 respectively. ⁰F and ¹F have highly correlativity for lattice energies (U) of inorganic compounds. Their linear regression equations are proposed as follows: (1) for 47 inorganic compounds, U=-228.41+407.62⁰F+169.38¹F, R=0.9985; (2) for 34 main group compounds, U=-420.39+507.72⁰F+144.96¹F, R=0.9992; (3) for 13 transitional element halides, U=573.80-119.97⁰F+458.58¹F, R=0.9984. The predicting values by ⁰F and ¹F basically tally with the experiment values, and are even more ideal than the theoretical values of document.     

卤代烷第一电离能的自相关拓扑研究

基于有机物系统命名法的原子序数(gi)及其染色序数(gi′)对分子中非氢原子具有优异的选择性,并能反映其所处的化学环境.1阶原子序数自相关拓扑指数(1G)及其染色指数(1G′)定义为:1G=∑(gi·gi)-1、 1G′=∑(gi′·gi′)-1.它们不仅计算简单, 而且对烷烃、卤代烃的同分异构体的区分能力优于著名的Kier指数(1Xv).27种卤代烷第一电离能(Ip)的递变规律可表征为: Ip=7.4545-0.79341G′-0.70671G +1.5514Xp, 其复相关系数为0.9982, 优于文献的0.9976.估算结果较好.     

胺类化合物Kov

一种新的连接性指数被定义为     

基于电性距离矢量研究多氯联苯生物降解速率常数

通过多元线性回归和人工神经网络方法建立66种多氯联苯生物降解速率常数(K1)的定量构效关系(QSAR). 基于电性距离矢量(Mk),建立了lnK1的最佳三参数(M91、M25和M15)线性模型,其传统相关系数(R2)、交叉验证系数(Rcv2)分别为0.833、0.809。经R2、Rcv2、VIF、FIT、AIC检验,所建模型具有较强的稳定性和良好的预测能力. 将M91、M25、M15作为人工神经网络的输入层结点,采用3:10:1的网络结构,利用BP算法获得了一个令人满意的lnK1模型,训练集、验证集、测试集和总体的R2依次为0.991、0.995、0.997和 0.993。与多元线性回归模型相比,非线性lnK1-BP模型具有更好的预测能力。这两种回归方法相辅相成,线性回归方法为神经网络模型提供了具体的物理解释,而神经网络方法为线性模型提供了更准确的预测结果。     

新型三唑并噻二唑衍生物对PTP1B的抑制活性的比较分子力场分析研究

基于比较分子力场分析(CoMFA)方法建立21种新型三唑并噻二唑衍生物对PTP1B的抑制活性(pMP)的三维定量构效关系(3D-QSAR)。训练集中17个化合物用于建立预测模型,测试集5个化合物作为模型验证。已建立的CoMFA模型的交叉验证系数(Rcv2)、非交叉验证系数(R2)分别为0.432、0.975,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为59.2%、40.8%,表明影响抑制活性(pMP)的主要因素是取代基的空间位阻及疏水性,其次是取代基的氢键及配位作用。基于此研究结果,设计了3个具有较高抑制活性的新化合物,有待医学实验验证。     

取代喹啉类化合物抗菌活性的3D-QSAR研究及分子设计

通过比较分子力场分析方法(Co MFA)研究取代喹啉类化合物对金黄色葡萄球菌抑菌活性(p M)的三维定量结构-活性相关(3D-QSAR)。12个化合物建立了预测模型,7个化合物作为验证集(含模板分子)。训练集的Co MFA模型显示立体场、静电场对生物活性贡献依次为49.8%、50.2%。该模型的交叉验证相关系数R2cv=0.650,非交叉验证相关系数R2=0.918,对测试集中的7个化合物的生物活性进行了预测,显示出较强的稳定性和良好的预测能力。通过分析Co MFA三维等势图发现,在取代喹啉类化合物抑菌机理中,R4取代基的强吸电性起主要作用,其次是其他取代基的疏水性作用。应用上述规律进行分子设计,获得了3个在理论上具有较高抑菌活性的新的取代喹啉衍生物,期待实验的验证。     

硫色烯并噻唑胺类衍生物对乙酰胆碱酶抑制活性的QSAR模型*

基于化学拓扑理论,计算20 种硫色烯并噻唑胺类衍生物分子的电性距离矢量指数(m_t)。经最佳变量子集回归方法建立上述分子对电鳗乙酰胆碱酶体外抑制活性(pM)与m_t的最佳三元QSAR模型,其判定系数(R₂)和逐一剔除法交叉验证系数R_cv2依次为0.936和0.850。通过R₂、R_adj2、F、R_cv2、V_IF、A_IC、F_IT等检验,该模型具有令人满意的稳健性和预测能力。依据模型建议硫色烯并噻唑胺类衍生物对电鳗乙酰胆碱酶体外抑制的可能机理：分子疏水性起到主要及正向作用,氢键则起次要且为负向作用。