基于高阶基团贡献法与COSMO-SAC模型的溶剂设计方法

提出了一种基于高阶基团贡献法与类导体屏蔽片段活度系数模型（conductor like screening model-segment activity coefficient, COSMO-SAC）的计算机辅助溶剂设计方法（computer-aided molecular design, CAMD）。首先,基于高阶基团贡献法（higher-order group contribution, GC⁺）与COSMO-SAC模型构建GC⁺-COSMO方法,关联分子基团组合与表面屏蔽电荷密度分布[σ-profiles, p(σ)]、分子空腔体积V_c,实现对二者的高通量预测;然后结合基于简化分子线性输入系统（simplified molecular input line entry system, SMILES）的异构体生成算法与GC⁺-COSMO方法实现CAMD技术对异构体的识别及性质区分;最后,通过目标函数与约束方程组成的混合整数非线性规划模型（mixed integer nonlinear programming, MINLP）来建立溶剂设计问题,进一步采用分解式算法优化求解,实现溶剂优化设计目标。基于以上模型和方法开展了狄尔斯-阿尔德（Diels-Alder, DA）竞争性反应溶剂设计,验证了提出的方法的可行性与有效性。