基团定位连接性指数对脂肪醇的QSPR研究

引入基团定位参数,修正脂肪醇分子中侧链碳原子和氧原子的点价值βi,据以建构醇分子的新连接性指数mL:mL=∑(βi·βj·βk…)0.5,其中0L=∑(βi)0.5,1L=∑(βi·βj)0.5. 0L、1L与醇的-1gSw、1gKow的相关系数分别为0.9949和0.9971,均优于前人的方法.本方法对醇分子具有良好的结构性选择,是预测脂肪醇溶解度和辛醇/水分配系数的理想方法.     

用于QSPR/QSAR的自相关拓扑指数研究

为了能更深入地认识取代芳烃的活性／性质与结构间的关系,建立有意义的构效关系模型,定义表征原子活性／性质的特征值为Ei,由Ei建立取代芳烃的自相关拓扑指数F(t)。其中的F(1)与取代芳烃的8种理化性质、lgKow、急性毒性等均有良好的相关性。本文计算方法简单,所需参数易得,预测结果满意。     

拓扑指数X用于脂肪醇的QSPR研究

为了更好地揭示脂肪醇的各种物理化学性质与结构的关系,通过对100余种饱和脂肪醇分子的拓扑结构特点的研究,提出1种新的拓扑指数X,并运用回归分析方法研究了饱和脂肪醇的沸点(BP)、空腔表面积(CSA)、折光指数(n_D)、光离子化灵敏度(SM),半数致死浓度(LC_(50)),疏水性参数(lgP)和味阀值(poL)等多种物理化学性质与拓扑指数X的相关性,建立了定量结构-性质相关(QSPR)模型。结果表明所建立的QSPR模型方程具有良好的稳定性和预测能力,较好地揭示了这些物理化学性质的变化规律。     

碳氢化合物结构与辛醇／水分配系数关系的拓扑化学研究

根据分子拓扑学原理，首先将分子结构转化为信息量较丰富的染色分子图，然后用染色矩阵和距离矩阵表征分子结构，发展了一种适用于研究复杂分子体系结构性能关系的新方法，并据此探讨了碳氢化合物（烷烃，烯烃，炔烃和芳烃）结构与辛醇／水分配系数的关系，提出了一个普遍适用于碳氢化合物的定量关系式，应用这一定量关系，不仅能够合理表征辛醇／水分配系数的变化规律，而且能够直接由分子结构信息预测辛醇／水分配系数。     

多氯联苯色谱保留指数QSPR建模的研究

以E-Dragon软件计算的拓扑指数和连接性指数作为变量,随机将209种多氯联苯化合物(PCBs)样本数据划分为训练集、验证集和预测集,采用微粒群-v-支持向量机(PSO-v-SVM)对其色谱保留指数建立QSPR模型,选定的最佳模型入选变量仅5个,对训练集、验证集和预测集计算结果的R2分别为0.999、0.998和0.999,预测的准确性很高.本文选定的模型较文献[16-19]的计算结果好,预测结果更可靠.     

多氯联苯分子空间坐标与气相色谱相对保留时间的QSPR研究

应用ChemWindow和ChembioOffice绘图软件对209种多氯联苯化合物(PCBs)作图,通过分子最低能量模块计算得到其空间稳定构型,空间构型对应着分子空间坐标,固定坐标原点,得到同一坐标系的分子空间坐标。对PCBs分子空间坐标研究,定义了2个描述符,原子距离指数(Y_S)和分子空间特征指数(Y_F)。用多元线性回归方法获得了多氯联苯化合物的气相色谱相对保留时间(GCRRT)与该空间距离指数之间良好的定量结构一性质相关(QSPR)模型,定义的指数易于计算和运用。模型相关性良好(R=0.990),具有较高的预测能力和可靠性,从另一角度为QSPR研究提供一个新的思路。     

键参数拓扑指数与镧系元素物性的多元分析

通过对镧系元素的键参数拓扑指数与物理化学性质的多元线性回归（MLR）分析，得到了良好的线性相关性。     

烃类化合物海水溶解性能的QSPR研究

用分子连接性指数和Am指数对217个烃类化合物的海水溶解性能进行了相关，获得了较满意的结果：（1）logS=-08936^0X^V＋2．3677^2X^V＋1．7271I－0．5819（N＝217，R＝0．975，Sd＝0．2753，F＝1392．6）（2）logS＝－0．2775Am1＋0．0617Am2－0．0285Am3＋3．2554I－1．3802（N＝217，R＝0．945，Sd＝0．4100，F＝441．73）。     

量子化学参数用于脂肪族化合物分配系数的QSPR研究

采用ChemOffice 8.0中的MOPAC-AM 1量子化学方法计算149种脂肪族化合物的6种量子化学参数,取142个化合物作为样本集,用多元逐步回归分析法建立定量结构相关(QSPR)模型.模型能预测好脂肪族化合物的正辛醇/水分配系数(logP).logP平均误差为0.176个对数单位,模型的稳健性检验结果表明,模型中自变量无相关关系,残差呈正态分布.预测7个样本以验证模型,表明该模型的预测能力较好.     

拓扑集成指数与TIBO类衍生物构效关系的研究

4H-甲基咪唑苯二氮(?)酮(TIBO)类衍生物是抗爱滋病的一种新药,分子连接性指数是经证明应用广泛、较为成功的一种指数,本文定义并计算了TIBO类衍生物原子的特征值δi,利用量子化学计算方法,建构新的拓扑集成指数G和分子连接性指数mX,基于多元回归技术建立的对TIBO类衍生物药物的油水分配系数,作出精确估算和预测的定量结构-活性相关关系,得到的多元回归方程为:logP=0.782 G-0.1430X 0.2312X-3.829,估算的平均相对误差为2.53%。为了检验模型的稳定性和预测能力,做了留一法交互校验,预测平均相对误差为3.40%。该模型相关系数高,稳定性好,预测能力强。     

拓扑指数及其应用

拓扑指数是从化合物的结构图衍生出来的一种数学不变量,由于计算简便,取值客观,近年来在各领域的应用中取得了丰硕的成果,备受研究者关注。本文主要介绍几类有代表性的拓扑指数及其在定量结构-性质/活性关系(QSPR/QSAR)研究中的应用,讨论了它们的优缺点,提出了拓扑指数的发展趋势。     

脂肪胺类化合物脂水分配系数的QSPR研究(英文)

用16种脂肪胺类化合物HF/6-31G**,HF/6-311G**,DFT-B3LYP/6-31G**和DFT-B3LYP/6.311G**全优化计算结构参数:分子最高占用和最低空轨道能(EHOMO和ELUMO),分子次最高占用和次最低空轨道能(ENHOMO和ENLUMO),分子总能量(ET),氢原子所带的最高正电荷(qH+),最负原子的静电荷(q-),分子偶极矩(μ)和分子体积(V),对它们的脂水分配系数(lgKOW)分别进行定量构效关系(QSPR)研究.结果表明:脂肪胺的lgK与分子最低空轨道能(ELUMO),分子的总能量(ET)和分子偶极距(μ)的相关性较好,成功地建立了lgKOW的QSPR方程.特别是基于B3LYP/6-311G**基组建立的方程具有更好的[[预]能力,并通过VIF值和t值对其稳健性进行了检验,结果良好.     

基于改进TLSER模型的定量结构-疏水性关系

针对理论线性溶剂化能关系模型中氢键碱度的描述进行了改进，应用于一类结构独特的多环七碳化合物及其衍生物的定量结构－疏水性关系的研究中，取得了较为满意的结果。     

化学标识语言(CML)在QSAR/QSPR研究中的应用

从QSAR／QSPR的角度,介绍了化学标识语言(Chemical Markup Language,CML)及其研究过程中的应用。通过对JUM-BO生成的CML代码分析,从中提取出用于拓扑指数计算的有效信息,利用基于直观队列命名法(Heuristic Queue Notation,HQN)系统和Visual Basic语言设计的拓扑指数计算软件ChemCal,方便地得到用于描述分子结构信息的矩阵,并计算出相关的拓扑指数,以便进一步研究QSAR／QSPR。此外,还介绍了CML的优点和国内外对CML的研究现状。     

量子化学方法预测多氯联苯(PCBs)的色谱保留值及理化性质

采用AM1半经验算法，计算了多氯联苯（PCBs)所有209种可能分子结构的6种量子化学参数－分子平均极化率（α），偶极距（μ），分子最高占据轨道能（Ehomo)，分子最低未占据轨道能（Elumo),分子中氢原子的量正形式电荷（qH^ )和分子中原子的最负形式电荷（q^-)，在此基础上依据理论线性溶解能相关模型（TLSER），通过正向逐步多元线性回归方法建立了PCBs气相色谱保留值参数（RRT）和两种理化性质－水溶解度（－logSw),正辛醇／水分配系数（logKow)的定量预测方程。检验结果表明：方程相关性显著，精度较高，物理意义明确。     

用分子拓扑指数预测饱和酯类化合物的气相色谱保留指数

提出修正的分子极化效应指数(MPEIna)、烷基的极化效应指数(PEI)、奇偶指数(OEI)、均衡电负性(Xeq)、立体效应指数(SVij)等拓扑结构参数,运用多元线性回归(MLR)方法获得了饱和酯类化合物在7种不同极性色谱柱上的结构-保留相关(QSRR)模型,模型方程为:RI=aXeq×PEI bOEI-cSVij dXeq×MPEIna f,其中a、b、c、d、f为系数,相关系数均大于0.99,以留一法(Leave-one-out)进行交互检验,相关系数Rev均大于0.99,表明由上述分子结构参数得出的模型方程用于预测各饱和酯类化合物的气相色谱保留指数其稳定性和准确性俱佳,且较好地揭示了饱和酯类化合物在不同极性色谱柱上气相色谱保留指数的变化规律.     

图形用户界面(GUI)自动化软件在QSPR/QSAR研究中的应用

介绍图形用户界面(GUI)自动化软件在研究QSPR/QSAR中的应用。描述使用GUI自动化软件代替研究人员自动完成分子结构优化和描述符计算的原理和方法。为研究人员更加快速准确地进行QSPR/QSAR研究提供了方法和工具。