[发明专利]一种基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法在审
申请号: | 201810466921.5 | 申请日: | 2018-05-16 |
公开(公告)号: | CN108733970A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 杨彦;刘帅帅 | 申请(专利权)人: | 常州大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 213164 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联用 有机磷阻燃剂 急性毒性 斑马鱼 化学品 定量构效关系 多元线性回归 化学反应原理 化合物分子 定量结构 风险评价 化学硬度 环境监管 活性关系 实验测试 数据支持 现实意义 有机磷类 预测结果 最小能量 电负性 化学力 描述符 亲电性 训练集 预测 构建 生态 管理 | ||
1.一种基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法,其特征在于,包括以下步骤:
步骤1,通过进行毒性试验或者通过查阅毒性数据库和相关文献,获得有机磷阻燃剂的水生急性毒性数据:半数致死剂量LD50,半数致死浓度LC50或半数最大效应浓度EC50;
步骤2,使用半经验方法,MM+(分子力学)方法产生初始结构,可以使用HyperChemProfessional软件7.0版(http://www.hyper.com/Products/tabid/354)优化有机磷阻燃剂的结构,获得有机磷阻燃剂的分子描述符;
步骤3,将步骤1得到的毒性数据按其毒性大小抽取1/5作为验证集数据,其余为训练集数据,训练集用来构建预测模型,验证集用来验证模型的预测能力;
步骤4,以步骤2获得的分子描述符为自变量,有机磷阻燃剂对斑马鱼的96h急性毒性数据的自然对数值logLC50为因变量,建立QSAR模型,最后获得如下回归方程:
-logLC50=18.1008+0.422(χ+η)
步骤5,对模型进行验证和表征分为两步:①QSAR模型拟合优度和稳健性评价;②对模型进行应用域评价,性能评价,机理解释
步骤6,对模型进行应用,预测新型有机磷化合物对斑马鱼的急性毒性。
2.根据权利要求1所述的基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法,其特征在于,所述步骤1中,搜集得到有机化合物的急性毒性值,如果一种化合物的急性毒性值有多个来源,则取其几何平均值。
3.根据权利要求1所述的基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法,其特征在于,所述步骤2中,构建有机磷阻燃剂分子结构描述符数据集,包括电负性(χ)、化学硬度(η)、化学力及亲电性(ω)、相对分子质量(MW)、最高占有轨道能(HOMO)、最低空轨道能(LUMO)共7种参数作为分子描述符;其中,电负性(χ)用公式(1)通过基线最小电负性原理计算,化学硬度(η)以公式(2)计算,化学力以公式(3)计算,亲电性(ω)以公式(4)计算,各公式如下:
公式中,HOMO是有机污染物的最高占据轨道能,LUMO是有机污染物的最低未占据轨道能。
4.根据权利要求1所述的基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法,其特征在于,所述步骤3中,训练集数据包括50个,验证集数据包括13个,训练集中的有机化合物用于构建模型,验证集中的有机化合物用于模型构建后的外部验证。
5.根据权利要求1所述的基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法,其特征在于,所述步骤4中,以50个训练集的分子描述符为自变量,有机磷阻燃剂对斑马鱼的96h急性毒性数据的自然对数值logLC50为因变量,逐步回归分析,得到模型的线性关系如下:
-logLC50=18.1008+0.422(χ+η)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810466921.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电力变压器的寿命评估方法及终端设备
- 下一篇:一种基于云平台的有机合成系统
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用