偶极积分与Boys法分子轨道定域化

定域分子轨道在分子体系的化学图象和物理图象之间充当重要的桥梁作用,它的产生依赖于定域化准则,其中最普遍使用的是Foster-Boys和Edmiston-Ruedenberg(E—R)提出的两种定域化准则。这两种定域化准则是等价的,因而结果也是一致的。但对于E—R定域化来说,由于涉及到大量的多中心积分的计算,计算极为费时,因而远不如Foster-Boys定     

基于支持向量机方法的HERG钾离子通道抑制剂分类模型

对human ether-a-gō-gō related genes(HERG)钾离子通道(钾通道)抑制剂,计算了表征分子组成、电荷分布、拓扑、几何结构及物理化学性质等特征的1559个分子描述符.采用Fischer Score(F-Score)排序过滤和Monte Carlo模拟退火法相结合从中筛选与HERG钾通道抑制剂分类相关的分子描述符.采用支持向量机(SVM)方法,分别以IC50=1.0、10.0μmol·L-1为分类标准,建立了三个分类预测模型.对367个训练集分子,用五重交叉验证.得到正、负样本的平均预测精度分别为84.8%-96.6%、80.7%-97.7%,其总的平均预测精度为87.1%-97.2%,优于其它文献报道结果.对97个外部测试集分子,所建三个模型的总样本预测精度在67.0%-90.1%之间,接近或优于其它文献报道结果.     

烷基环己烷夺氢反应类的动力学研究

应用反应类过渡态理论(RC-TST)研究了氢自由基抽取烷基环己烷氢的反应类,给出了该类反应的动力学参数.通过研究该反应类中的14个代表反应,分析得到了RC-TST方法所需要的各种参数,建立了该类反应的线性能量关系式(LER).应用RC-TST/LER方法计算得到速率常数与TST/Eckart方法计算结果吻合很好,分析表明RC-TST/LER方法对于准确预测夺氢反应类的速率常数十分有效,可以节约大量计算成本.     

18-冠醚-6及其碱金属离子配合物的原子电荷及构象能的分子力学研究

本文推导了电负性电荷与静电势电荷的关系,并把电负性电荷用于分子力学计算.我们的推导和计算结果表明,电负性电荷也能很好的反映分子中的静电相互作用,并用于分子力学计算,从而我们为用电负性作为分子力学力场参数提供了理论根据.     

金属聚炔能带结构与化学键研究──Ⅰ．主链中金属对聚炔能带结构的影响

用紧束缚ＥＨＴ晶体轨道方法对含有过渡金属的聚炔化合物［─Ｃ≡Ｃ─Ｍ（ＰＨ_３）_２─Ｃ≡Ｃ─］_ｎ（Ｍ＝Ｐｄ，Ｐｔ，Ｎｉ）及［─Ｃ≡Ｃ─Ｍ─Ｃ≡Ｃ─］_ｎ（Ｍ＝Ｃｕ，Ａｇ，Ａｕ）进行了能带结构计算，发现在费米能级附近的导带或价带都是离域的ｄ－ｐπ键，这些能带对导电性起决定作用。根据重复单元碎片分子轨道和相互作用讨论了能带的组成与碎片分子轨道的相互关系。     

Langevin模方法研究溶剂粘度对18-冠醚-6性质的影响

本文在各种溶剂粘度下对18-冠醚-6的两种稳定构象C_i和D_3d进行了Langevin模分析。结果表明,溶剂的粘度对18-冠醚-6的性质,特别是对振动频率分布和键偶极矢量的摇摆角度有较大的影响。同时表明,Langevin模方法是解释溶液中分子运动情况的一种简捷有力的模型。     

机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类模型

我们构建了表征乙酰胆碱酯酶抑制剂分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符,通过Fischer Score排序过滤和Monte Carlo模拟退火法相结合进行变量筛选得到37个描述符,然后分别用支持向量学习机(SVM)、人工神经网络(ANN)和k-近邻(k-NN)等机器学习方法建立了乙酰胆碱酯酶抑制剂的分类预测模型.对于训练集的515个样本,通过五重交叉验证,各机器学习方法对正样本,负样本和总样本的平均预测精度分别为87.3%-92.7%,67.0%-81.0%和79.4%-88.2%;通过y-scrambling方法验证SVM模型是否偶然相关,结果正样本,负样本和总样本的平均预测精度分别为72.7%-82.5%,41.0%-53.0%和62.1%-69.1%,明显低于实际所建模型的预测精度,表明所建模型不存在偶然相关;对172个没有参与建模的外部独立测试样本,各机器学习方法对正样本,负样本和总样本的预测精度分别为93.3%-100.0%,74.6%-89.6%和86.1%-95.9%.所建模型中,SVM模型预测精度最好,且明显高于其它文献报道结果.     

机器学习方法用于二氢叶酸还原酶抑制剂的活性预测

分别采用支持向量学习机、人工神经网络、调节性逻辑回归和K-最临近等机器学习方法对761个二氢叶酸还原酶抑制剂建立了其活性分类预测模型. 采用组成描述符和拓扑描述符表征抑制剂的分子结构及物理化学性质, 使用Kennard-Stone方法进行训练集的设计, 并用Metropolis Monte Carlo模拟退火方法作变量选择. 结果表明, 支持向量学习机优于其它机器学习方法, 所得到的最优模型具有较好的预测结果, 其预测正确率为91.62%. 说明通过合适的训练集设计及变量选择, 支持向量学习机方法可以很好地用于二氢叶酸还原酶抑制剂的活性分类预测.     

过氧烷基自由基分子内氢迁移反应类速率常数的计算

过氧烷基自由基分子内氢迁移是低温燃烧反应中的一类重要基元反应. 本文用等键反应方法计算了该类反应的动力学参数. 所有反应物、过渡态、产物的几何结构均在B3LYP/6-311+G(d,p)水平下优化得到. 本文提出了用过渡态反应中心几何结构守恒作为反应类判据, 并将该分子内氢迁移反应分为四类, 包括(1,3)、(1,4)、(1,5)、(1,n) (n=6, 7, 8)氢迁移类. 分别将这4 类反应类中最小反应体系作为类反应的主反应, 并分别在B3LYP/6-311+G(d,p)低水平和CBS-QB3 高水平下得到其近似能垒和精确能垒. 其余氢迁移反应作为目标反应, 在B3LYP/6-311+G(d,p)低水下计算得到其近似能垒, 再采用等键反应方法校正得到目标反应的精确反应势垒和精确速率常数. 研究表明, 采用等键反应方法只需在低水平用从头算计算就可以得到大分子反应体系的高精度能垒和速率常数值, 且本文按等键反应本质的分类方法更能揭示反应类的本质, 并对反应类的定义给出了客观标准. 本文的研究为碳氢化合物低温燃烧模拟中重要的过氧烷基分子内氢迁移反应提供了准确的动力学参数.     

四氯化苯醌-二苯撑体系的光诱导电子转移研究

用从头算方法对四氯化苯醌-二苯撑体系分子间相互作用进行了理论计算研究.用MP2/6-31G^**方法,分别优化电子给体二苯撑,受体四氯化苯醌的稳定构型,用同样的方法优化配合物的层间距得到其最稳定构型,并计算了BSSE校正后的电子给受体配合物的稳定化能.用CIS/6-31++G^**方法,计算了给体、受体及配合物的电子激发态.理论计算验证了给体和受体间能形成稳定的电子给受体配合物,该配合物受光激发能直接产生电荷转移态.在球孔穴近似和点偶极近似下,对电荷转移吸收的理论计算结果进行了非平衡溶剂化能校正.经非平衡溶剂化能校正的电荷转移跃迁能与实验值符合较好.