[发明专利]一种预测硝基芳烃化合物还原速率常数的方法

权利要求书

1.一种通过量子化学方法构建定量构效关系模型来预测硝基芳烃化合物还原速率常数的方法，其特征在于，包括步骤如下：

1)收集硝基芳烃化合物还原速率常数的数据集；

2)运用量子化学软件中的Gaussian 09对所要研究的硝基芳烃化合物进行几何结构优化，获得这些化合物相应的量子化学参数：分子的体积V_m、最高占据轨道能E_HOMO、最低空轨道能E_LUMO、前线轨道能级差△E、偶极矩μ、分子极化率α、电离势I_P、化合物总能量、分子的最正原子净电荷Q⁺、分子的最负原子净电荷Q^-、与硝基相连苯环上碳原子上的最大净电荷Q_c、硝基氮原子的最大净电荷Q_N，并查找其对应的疏水性参数logP，将上述参数共同作为分子描述符；

3)以步骤1)获取的还原速率数据依据数值大小排序，并按照1：4的比例拆分为验证集和训练集，其中，训练集用于建立预测模型，验证集用于验证模型建立后预测能力；

4)将步骤2)获取的分子描述符作为自变量，以训练集中的还原速率数据为因变量，对该还原速率数据和步骤2)中获得的分子描述符采用Simca-S Version 6.0软件进行偏最小二乘法逐步线性回归分析，然后建立QSAR模型，得到的回归方程表达式为：

其中，拟合能力：R²＝0.898，F＝64.758；

5)预测模型的验证：把验证集数据带入回归方程表达式中，获得其预测值，然后通过外部验证来检验所得预测模型的预测能力，外部验证的结果根据外部预测相关系数的平方Q²_ext和外部验证结果的均方根误差RMSE来评判，这两个参数分别定义为：

其中，y_i为验证集实验值，为验证集预测值，为训练集实验值的平均值，n为验证集数据个数。

2.根据权利要求1所述的方法，其特征在于，步骤1)中，硝基芳烃化合物的还原速率常数的数据包括电化学还原数据、催化还原数据、厌氧生物还原数据。

3.根据权利要求1所述的方法，其特征在于，步骤2)中，疏水性参数logP是从SciFinder数据库查得。

4.根据权利要求1所述的方法，其特征在于，步骤4)中，建模过程中，分子描述符间的多重共线性通过变量间的相关矩阵和变量膨胀因子来衡量，当两个自变量间的相关系数大于0.8，这两个变量不能同时出现在方程中；当某分子描述符的变量膨胀因子大于10时，表明自变量间存在多重共线性，剔除该描述符。