[发明专利]一种预测硝基芳烃化合物还原速率常数的方法

摘要

本发明公开了一种预测硝基芳烃化合物还原速率常数的方法，在已知化合物结构的基础上，通过采用Gaussian软件程序包对硝基芳烃化合物的分子结构进行几何全优化，得出分子的体积Vm、最高占据轨道能EHOMO、最低空轨道能ELUMO、前线轨道能级差△E、偶极矩μ、分子极化率α、电离势IP、化合物总能量等量子化学参数作为结构描述符，将得到的结构描述符和还原速率的数据结合，通过偏最小二乘逐步线性回归方法，建立了各种结构描述符与还原速率之间的定量关系方程，验证模型，以保证其预测能力。本发明可以简便、快速、有效的预测所要研究的硝基芳烃化合物的还原速率常数，为硝基芳烃化合物化学品的环境持久性、生态风险评价和监管提供必要的基础数据。

主权项

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Vm、最高占据轨道能EHOMO、最低空轨道能ELUMO、前线轨道能级差△E、偶极矩μ、分子极化率α、电离势IP、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Qc、硝基氮原子的最大净电荷QN，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：‑log kre＝1.35×10‑2×IP‑1.48×Qc‑1.01×10‑2×EHOMO+1.56×10‑2×ELUMO+2.11×10‑2×ΔE+6.11×10‑2×μ+2.08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Q2ext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。