部分取代芳烃发光菌毒性的HQSAR分析

采用分子全息定量构效关系（Holographic QSAR）对47个取代芳烃的发光菌生物毒性与化学分子结构之间的关系进行了研究和分析.分子全息表征方法所构建的结构活性模型比传统的理化表征和其他基于碎片的低连接性表征方法优越,由模型所得到的交互检验预测结果拟合相关系数为Q2=0.904.模型的质量随碎片大小而改变,碎片范围变化较大.因为分子全息方法表征的是有机污染物与配体之间相互作用的内在信息,所以这种相对简单的分子碎片表征方法能够反映出分子结构的细微性质.     

碳原子序号拓扑指数与对烷烃物性的预测

提出一种建立基础不同的新的拓扑指数（Ｔ）,Ｔ定义为两个相连碳原子序号乘积的平方根之和：Ｔ＝∑δｉ·δｊ。该指数具有优异的选择性,对乙烷至癸烷的１４９种烷烃显示唯一性表征。其二级指数（Ｘ）为：Ｘ＝ｎ·（Ｔ／Ｔ０）０５。Ｘ与烷烃的８种物性（Ｐ）呈现高度相关性,ｒ（Ｒ）非常接近或大于０９９。运用最小二乘法建立的８个回归方程,都在α＝００１下通过Ｆ检验。     

酸雨对灰岩侵蚀过程的模拟计算

利用ＣａＣＯ３－ＣＯ２－酸雨系统的平衡态及未平衡态的水化学模型计算出各种ｐＨ值的酸雨与灰岩反应过程中Ｃａ２＋的浓度与溶液中ｐＨ值之间的变化关系，以此来反映灰岩被酸雨的侵蚀过程。ｐＨ＜３０的酸雨对灰岩的侵蚀量多半是在初始阶段（反应起点至ｐＨ＝３０时刻）发生的，因此ｐＨ＜３０的酸雨对灰岩的溶蚀不仅量大而且速度较快，其余酸度的酸雨与灰岩的反应在中间阶段（ｐＨ＝４０～７，０）都很缓慢，灰岩被侵蚀量很小，而在反应后期阶段灰岩被溶蚀的量又有所提高，推测为大气中ＣＯ２进入溶液参加反应所致     

色谱灰色数模的建立及应用（Ⅶ）：CGM（1,1,2）B模型的建立 …

应用灰色系统理论和最小二乘法原理,推导出双变量连续微分ＣＧＭ（１,１,２）Ｂ模型,并将该模型用于化合物物性参数及溶质色谱保留行为的预测。用该模型研究了多环芳烃及烷基苯我体的疏水性常数（ｌｏｇＰ）与分子连通性指数（Ｘ）、分子长／宽之比９Ｌ／Ｂ）和荡德华表面积（Ａｗ）的关系,预测结果的平均相对偏差不超过１％。并且在不同流动相和色谱下,研究了几组烷基苯下,研究了几组烷基苯异构体的保留行为与疏水性常数（ｌ     

用分子连接性指数计算烷基苯的化学Yong

为建立从分子结构预测烷基苯化学Yong的简单而准确的计算公式，本文分析了烷基苯化学Yong与其分子连接性指数的关系，得到了通过分子的连接性指数计算烷基苯化学Yong的数学模型。对34种烷基苯化学Yong计算结果显示，总的平均误差为0．173％。     

色谱灰色数模的建立及应用(Ⅶ)--CGM(1,1,2)B模型的建立及芳烃疏水性常数和液相色谱保留行为的预测

应用灰色系统理论和最小二乘法原理 ,推导出双变量连续微分CGM ( 1 ,1 ,2 )B模型 ,并将该模型用于化合物物性参数及溶质色谱保留行为的预测。用该模型研究了多环芳烃及烷基苯异构体的疏水性常数 (logP)与分子连通性指数 ( χ)、分子长 /宽之比 (L/B)和范德华表面积 (Aw)的关系 ,预测结果的平均相对偏差不超过 1 %。并且在不同流动相和色谱柱下 ,研究了几组烷基苯异构体的保留行为与疏水性常数 (logP)和分子连通性指数 ( χ)的关系。结果表明 ,在不同色谱条件下 ,烷基苯异构体的保留行为与其结构参数密切相关 ,但是固定用某个参数描述该关系并不能满足预测要求。建立的CGM ( 1 ,1 ,2 )B模型适合描述溶质的物性参数及保留行为与分子结构参数之间的复杂关系 ,为结构 -特性定量关系(QSPR)和结构 -色谱保留定量关系 (QSRR)研究提供了一种新的有效方法。     

用分子连接性指数计算烷基苯的化学（火用）

为建立从分子结构预测烷基苯化学火用的简单而准确的计算公式,本文分析了烷基苯化学火用与其分子连接性指数的关系.得到了通过分子的连接性指数计算烷基苯化学火用的数学模型.对34种烷基苯化学火用计算结果显示,总的平均误差为0.173%.     

基于B－P网络环境污染物结构毒性关系模式

应用神经网络反向传播Ｂ－Ｐ模型，进一步探讨了８０种硝基多环芳烃的分子结构和对鼠伤寒沙门氏菌致变活性ＴＡ９８关系的规律。正确预报率与专家系统方法接近等同（０．９７）．特别是一些带有激活子结构４，４－二硝基联苯，苯并［ｅ］芘等化合物的预报值与实验符合程度有了明显改进。这说明神经网络在包容“是”与“非”逻辑编码方面，具有自适应，自组织，自学习的容错能力，不失为良好的环境污染物的构效关系模式。     

基于B－P网络环境污染物结构毒性关系模式

应用神经网络反向传播Ｂ－Ｐ模型，进一步探讨了８０种硝基多环芳烃的分子结构和对鼠伤寒沙门氏菌致变活性ＴＡ９８关系的规律。正确预报率与专家系统方法接近等同（０．９７）．特别是一些带有激活子结构４，４－二硝基联苯，苯并［ｅ］芘等化合物的预报值与实验符合程度有了明显改进。这说明神经网络在包容“是”与“非”逻辑编码方面，具有自适应，自组织，自学习的容错能力，不失为良好的环境污染物的构效关系模式。     

CF_4- CH_4 等离子体对 PET 的表面改性及反应动力学

利用 Ｘ射线光电子能谱仪和接触角方法研究表征了 Ｃ Ｆ４ Ｃ Ｈ４ 混合气体 Ｒ Ｆ等离子体改性 Ｐ Ｅ Ｔ的表面特征根据沉积速率可将整个浓度范围分为三个区域,各区域内等离子体作用机制不同区域１（０～８３．３％ ）为等离子体聚合区域;区域２（８３．３～９６．２％ ）内聚合起主要作用,刻蚀起次要作用,区域３（９６．２～１００％ ）内刻蚀和氟化接枝起主要作用借鉴表面吸附反应动力学模型,推导出等离子体表面类吸附反应动力学方程式,理论计算的沉积速率与实验值有很好的相关性     

应用分子连接性指数建立卤代烃结构与沸点的关系

选取100种卤代烃类化合物,运用拓扑理论,采用多元线性回归法建立了该类化合物的分子连接性指数与常压下沸点的定量关系式,其相关系数达到0.898 9.从定量关系式各自变量的系数可以分析此类化合物的沸点与分子结构特征的关系,结果表明分子的沸点随0X增大而降低,随1X、2X、3X的增大而升高.计算出的不同卤代烃的沸点与已知数据比较表明:计算误差在允许范围内.     

基于人工神经网络的脂肪醇闪点预测

建立了一个基于人工神经网络方法的定量结构-性质相关性(QSPR)研究模型,用于预测脂肪醇闪点。根据脂肪醇的分子结构特征,提出一组拓扑指数作为表征脂肪醇分子结构的分子描述符。同时引入具有高度非线性预测能力的误差反向传播人工神经网络方法,以分子结构描述符作为神经网络的输入参数,闪点作为输出,研究脂肪醇的闪点与分子结构之间的相关性。模拟结果表明,闪点预测值与实验值符合良好,优于传统基团贡献法所得结果。该方法不仅能够预测脂肪醇闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法。     

部分非共轭聚合物折射率定量结构性质关系研究

对部分非共轭聚合物折射率的定量结构性质关系（QSPR）研究具有重要意义.采用分子电性作用失量表征各个聚合物分子的结构单体,运用多元线性回归建立定量结构性质相关模型,同时用逐步回归结合统计检测筛选模型变量,建立了各个聚合物分子的折射率与其结构间的模型方程.另外使用内部及外部双重验证的办法深入分析和检验模型的稳定性,这类聚合物模型的复相关系数（Rcum）、留一法交互校验复相关系数（RCV）和外部样本校验复相关系数（Qext）分别为0.916、0.884、0.923.表明用分子电性作用矢量表征非共轭聚合物分子结构信息较好,所建QSPR模型的稳定性和预测能力良好.     

卤代芳烃的定量结构与性质相关性(QSPR)

在分子拓扑理论基础上,定义了原子特征值iδ,由iδ建构基团染色指数mXA及其倒指数mXB,运用定量结构-性质相关技术研究了92个卤代芳烃分子的折光指数与分子结构的定量关系.通过多元回归的方法建立了mXA和mXB与折光指数的定量结构性质模型,回归方程的相关系数为0.902 6.对卤代芳烃折光指数的计算结果表明,预测值与实验值平均相对误差为0.47%.基团染色指数及其倒指数共同使用可以更好地反映出卤代芳烃的构效关系.采用留一法对模型进行交互检验,证明该模型具有很好的稳定性和预测功能.     

多氯代二苯并呋喃正辛醇/水分配系数的构效关系

为了研究多氯代二苯并呋喃(PCDFs)的构效关系,根据分子拓扑理论,采用基团修饰指数作为多氯代二苯并呋喃(PCDFs)的分子结构描述符,以现有的PCDFs分子的正辛醇/水分配系数(logKow)和最低空轨道能(ELUMO)实验数据出发,通过多元回归方法建立了定量结构-性质相关关系模型,相关性较好,估算正辛醇/水分配系数的平均相对误差为2.51%.利用方程对另外一些二噁口英分子的正辛醇/水分配系数进行了预测,预测值和实验值较为吻合,平均相对误差为1.23%,预测能力优于文献.     

烷烃色谱保留指数与结构的相关性

根据分子拓扑理论,采用两个拓扑指数,计算了64个烷烃的气相色谱保留指数值。将这2个拓扑指数用于烷烃定量结构-性质关系的研究,发现它们与64个烷烃气相色谱保留指数存在优良的相关性,表明2个拓扑指数能较好地反映化合物的结构信息。因此得到了新的定量结构-性质关系模型,建立了多元线性回归方程,相关系数高于0.99。该方程可用于烷烃气相色谱保留指数的预测。     

用连接性指数研究苯砜基环烷酸酯的容量因子

运用Matlab程序计算了28种苯砜基环烷酸酯类化合物的8种价分子连接性指数,并对这些化合物进行定量结构-色谱保留相关性(QSRR)分析.通过多元统计的逐步回归建立了QSRR模型,其计算误差应接近实验误差.该模型经逐一剔除法检验具有良好的稳定性、可靠性及预测能力.     

人工神经网络方法对卤代联苯化合物的QSRR研究

将卤代联苯化合物作为研究体系,利用基于原子类型的电子拓扑结构（E-state）和基于13种原子类型的电性距离矢量描述子（MEDV-13）作为描述符,分别应用多元线性回归、人工神经网络中的误差反向传播神经网络和径向基函数神经网络的方法建立了55种卤代联苯化合物的QSRR模型。使用人工神经网络的方法预测的结果比多元线性回归的方法的结果稍好,相关系数R可以达到0.99以上,说明使用人工神经网络的方法能够准确地预测卤代联苯化合物的气相色谱和液相色谱的保留指数。