定量构效关系(QSAR)在环境化学中的进展与方法
三维定量构效关系方法
三维定量构效关系方法1. 引言在药物研发和化学领域中，了解分子结构与其生物活性之间的关系是至关重要的。
三维定量构效关系方法（3D-QSAR）是一种在分子层面上研究分子结构与生物活性之间定量关系的方法。
它通过计算分子的三维结构参数，并将其与实验测得的生物活性数据进行统计分析，从而揭示出分子结构与活性之间的定量关系。
2. 3D-QSAR方法原理3D-QSAR方法基于分子的三维结构参数进行模型建立和预测。
其主要步骤包括：选择合适的分子对齐方法、计算分子描述符、建立统计模型、验证和优化模型。
2.1 分子对齐分子对齐是3D-QSAR方法中的第一步，它通过将一系列具有相似结构但不同生物活性的化合物进行比对，找到最佳对齐方式。
常用的对齐方法包括最大共享法和最小二乘法。
2.2 分子描述符计算在确定了分子对齐方式后，需要计算每个分子的各种结构参数，这些参数被称为分子描述符。
分子描述符可以包括电荷分布、分子表面积、立体构型等。
计算分子描述符的方法有很多，常用的方法包括量子力学计算和经验公式计算。
2.3 统计模型建立在计算了分子描述符后，需要将其与实验测得的生物活性数据进行统计分析，建立定量构效关系模型。
常用的统计方法包括多元线性回归、偏最小二乘回归和支持向量机等。
通过这些方法，可以找到最佳的模型参数，并评估模型的可靠性和准确性。
2.4 模型验证和优化建立了统计模型后，需要对其进行验证和优化。
验证主要是通过交叉验证和外部预测来评估模型的预测能力。
如果模型表现良好，则可以继续使用；如果模型不理想，则需要进行优化，调整模型参数或重新选择分子描述符。
3. 3D-QSAR应用3D-QSAR方法在药物研发和化学领域中有着广泛的应用。
3.1 药物设计通过3D-QSAR方法，可以揭示出药物分子结构与其生物活性之间的关系，从而为药物设计提供指导。
通过优化分子结构，可以提高药物的活性和选择性，减少不良反应。
3.2 农药设计3D-QSAR方法也可以应用于农药设计中。
QSAR中不同建模方法的比较研究及其在环境科学中的应用
研究现状
QSAR方法的研究现状可以概括为以下几个方面：
1、文献回顾：通过对已有文献进行系统回顾和整理，发现QSAR方法在化学、 生物、环境等领域的应用已经积累了大量的研究案例和数据。
2、方法提取：根据各种研究领域的需求，从文献中提取出不同的QSAR模型和 方法，包括线性回归、决策树、支持向量机等多种统计学习方法。
不足：
1、模型的可靠性受数据质量影响较大，需要标准化和高质量的数据作为支撑。 2、有些复杂体系尚未找到有效的QSAR模型，需要结合其他方法进行研究。
3、QSAR模型的应用受限于其建立时的特定范围或条件，对于不同环境和条件 下的预测可能不准确。
未来展望
随着科学技术的发展，QSAR方法将不断发展和完善，在各个领域的应用也将更 加广泛和深入。以下是QSAR方法未来的发展方向：
3、新化合物活性预测：QSAR建模方法可以用于新化合物的设计和发展过程中， 预测其可能具有的生物活性，有助于加速药物发现和开发过程。例如，研究者 利用基于深度学习的QSAR模型，成功预测了新型有机太阳能电池的性能。
Байду номын сангаас
结论
本次演示对不同QSAR建模方法在环境科学中的应用进行了比较研究。分子描述 符方法、统计学习方法、机器学习方法和深度学习方法各有优缺点，适用于不 同的应用场景。在环境科学中，QSAR建模方法可用于预测污染物的环境行为、 生态毒理学效应和新化合物的活性等。然而，目前该领域仍存在数据质量、模 型通用性和结果解释等方面的问题，需要进一步研究和探讨。
生命分析化学中的QSAR研究
在生命分析化学中，QSAR研究主要用于生物活性物质的发现和药物研究。通过 构建QSAR模型，研究人员可对生物活性物质的化学结构与生物活性之间的关系 进行深入探讨。这有助于预测新型化合物的生物活性，从而加快药物发现和开 发进程。
定量构效关系（QSAR）及研究方法
定量构效关系（QSAR）及研究方法分为三部分内容：1定量构效关系及研究现状2二维定量构效关系的概念模式及研究方法3三维定量构效关系研究一、定量构效关系及研究现状1、定量构效关系（QSAR）就是定量的描述和研究有机物的结构和活性之间的相互关系。
最初它作为药物设计的一个研究分支，是为了适应合理设计生物活性的需要发展起来的。
近二三十年，特别是计算机的发展和应用使QSAR研究提高到一个新的水平，其应用范围也在迅速扩大。
2、目前，QSAR在药物、农药、化学毒剂、环境毒理学等领域得到广泛的应用。
QSAR在药物和环境研究领域具有两方面的功能：根据所阐明的构效关系的结果，为设计、筛选或预测生物活性化合物指明方向根据已有的化学反应知识，探求生理活性物质与生物体的相互作用规律，从而推论生物活性所呈现的机制3、QSAR的发展主要历程了三个阶段：早期朴素认识很早以前，人们就已经认识到物质的反应性与其结构之间存在着一定的关系。
由于当时对物质认识水平肤浅，这种对结构--活性的认识是最朴素最原始的。
定性阶段Crum-Brown和Frazer开创了结构-活性定量关系研究的先河，他们认为化合物的生物活性与结构之间有某种函数关系Ψ=f(C)定量阶段Hansch等人从研究取代基与活性的关系出发，建立了线性自由能模型，从而使构象关系的研究从定性构效关系转向定量构效关系。
4、目前QSAR研究呈现三个方面的的特点：综合性QSAR的研究越来越多的借助数学、化学、生物等学科的理论和方法理论性主要是量子化学、量子生物学的理论应用于QSAR方程程序化即专家系统和数据库的开发和研制二、二维定量构效关系的概念模式及研究方法1、QSAR的研究程序包括五个主要步骤：选择合适的待测数据资料，建立待测数据库。
从数据库中选择合适的分子结构参数及欲研究的活性参数选择合适的方法建立结构参数与活性参数间的定量关系模型模型检验，选择更好的结构参数或建模方法，使模型更优化；同时需给出模型的约束条件和误差范围实际应用，预测新化合物的活性2、自从Hansch在1964年构建了线性自由能关系模型形成QSAR以来，经过许多研究者的努力当前已有多种QSAR模型，大致可分为两种：数值模型和推理模型，在这里我们主要介绍数值模型。
定量构效关系及研究方法
定量构效关系及研究方法定量构效关系及研究方法在新药研发领域中，构效关系是一个非常重要的研究方向。
定量构效关系研究涉及多个学科，主要关注分子结构与生物活性之间的定量关系，从而可以更好地理解药物分子的作用机制，加速新药研发过程。
定量构效关系研究需要综合运用化学、生物学、统计学等知识，以下是关于定量构效关系及研究方法的简介。
一、什么是构效关系？构效关系（structure-activity relationship，简称SAR）指的是分子结构与生物活性的定量关系。
其中，结构是指化合物的化学构成，包括它们之间的键和原子。
而活性是指化合物的生物学效应，可以用化合物在生物系统中产生的任何测量结果来描述。
构效关系可以帮助科学家们预测化合物的活性，从而设计新的化合物结构和合成路线，这些化合物可以更好地满足特定的药理学活性要求。
通过对不同化合物结构的定量构效关系的研究，可以为新药研发提供很多指导意见。
二、定量构效关系研究的步骤1、确定需要的生物活性我们需要确定要研究的化合物的特定药理活性。
可以在《药理学评论》（Pharmacological Reviews），《化学生物学杂志》（Chemical Biology），《生物健康科学》（Bioorganic & Medicinal Chemistry）等各种出版物中找到相关信息。
2、确定结构参数确定分子结构参数时，可以使用现有化合物的分类和命名法，例如糖苷化合物和脂肪酸酯类化合物和蛋白质（对于蛋白质，后述）。
一些常用的结构参数包括化合物的大小、氢键、芳香性、位置异性、甲基化、氧化和酯化等。
3、收集数据在确定需要的活性后，需要从各种文献和数据库中收集现有的数据。
这些数据可以是某种化合物结构的活性值，例如生物抑制浓度（IC50）、生物效价等，也可以是化合物的各种物化性质，例如溶解度、蒸汽压等。
4、数据处理数据处理是定量构效关系研究中非常关键的一步。
必须确定分子结构参数和生物活性之间的相关性。
QSAR方法在有机化合物毒性评估及预测中的应用
QSAR方法在有机化合物毒性研究中的应用摘要:由于测定化合品的各种毒性需要花费大量的人力、物力和财力,人们不可能对众多化学品进行一一测定,而利用QSAR模型即可对化学品的生物毒性和环境行为进行预测，并筛选出具有潜在危害的化学品,这在环境科学研究中无疑是一件极具意义的工作。
本文大致总结了QSAR认识方法在有机化合物毒性评估及预测中的一些应用，并简要介绍了QSAR 方法在化境化学的研究进展及发展趋势。
关键词：QSAR ；应用；发展趋势；有机化合物对生物的毒性研究，在植物方面，大部分研究有机化合物对藻的毒性研究。
大量有机化合物或新型有机物仍不断地生产、研制和使用，其对环境的危害也越来越引起人们的关注。
人们己不满足于对毒物危害的被动响应，要求从“污染控制与治理为主”向“预防为主”的方向发展。
随着这一发展趋势，分析研究化合物的定量结构与其对生物毒性的关系，即定量构效关系也越来越受到人们的重视，一方面可以用于科学地解释有机化合物的毒性机理，另一方面通过化合物的定量构效关系研究可以加强其对生物毒性的预测和预报价。
1．QSAR概述定量结构—活性相关(Quantitative Structure—Activity Relationship ,简称QSAR)是指化学品的分子结构与其活性之间存在的定量关联。
QSAR研究是以结构表征为基础，以性质/活性预测为目标，以数学建模为纽带，围绕分子描述、化合物环境行为与生物活性分析和筛选以及发展建模方法三个方面展开。
无论是19世纪Hans Meyer与Charles Overton等在麻醉剂的抑制活性与其脂—水分配系数之间的线性关系，还是20世纪80年代Kamlet和Taft提出的线性溶剂化能模型，所有定量结构活性相关方法的理论基础都是将化合物物化性质、环境行为以及生物活性归因于其分子的化学结构。
基于这一原则，环境科学研究中的定量结构活性相关主要集中与有毒化合物及将要进入环境的新型化合物对人及其生态环境造成的环境效应与其分子化学结构之间的因果关系和量变规律。
药物分子的定量构效关系
药物分子的定量构效关系药物一直是人们生活中不可或缺的一部分，通过药物治疗疾病的方法，我们可以使自己的身体得到治愈。
然而，药物的研发与制造不是一件容易的事情，它需要大量的时间和精力。
药物分子的定量构效关系（Quantitative Structure-Activity Relationships，简称 QSAR）是一种利用计算机技术进行药物研究的方法。
它通过分析化学性质与药物活性之间的关系，探索药物分子的结构与活性。
这篇文章将详细解析药物分子的定量构效关系，帮助读者更深入了解药物研究的过程。
一、 QSAR的定义QSAR是药学中一种比较综合的技术方法，它可用数学和计算机技术，将药物分子的结构与测定的药理活性建立数学模型，从而分析分子结构与药理活性之间的关系。
这种关系有助于为药物设计和药效预测提供指导。
二、 QSAR的研究现状随着计算机技术与化学研究的发展，QSAR已成为药物研究领域的一种重要手段。
它可以帮助研究人员了解药物分子的结构特征对药理活性的影响，提高药物设计的准确性。
在QSAR的研究中，我们需要通过大量的实验数据与统计分析来建立数学模型，从而揭示药物分子结构和药效的关系。
目前，最常用的QSAR方法是线性回归和人工神经网络等。
三、 QSAR的基本概念1. 分子描述符分子描述符是化学分子的数值表示，通常由分子的物理和化学性质组成。
我们可以通过计算这些描述符与药理活性之间的关系，构建数学模型，发现描述符与药理活性的相关性。
2. 分子结构分子结构是构成分子的化学基团以及它们的排列方式。
每种结构都会带来不同的属性和性能，因此研究分子结构对药效影响是QSAR研究的一项重要任务。
3. 药理活性药理活性是药物分子与细胞或生物体发生相互作用的结果。
药理活性越强，药物的疗效就越好。
四、 QSAR的应用1. 新药研发利用QSAR技术可以预测药物的活性，提高药物研发的效率和准确性。
它可以帮助制造商在前期研究阶段确定药物的毒性和安全性，从而减少实验浪费和成本。
定量构效关系(QSAR)及研究方法.
分为三部分内容：1定量构效关系及研究现状2二维定量构效关系的概念模式及研究方法3三维定量构效关系研究一、定量构效关系及研究现状1、定量构效关系（QSAR）就是定量的描述和研究有机物的结构和活性之间的相互关系。
最初它作为药物设计的一个研究分支，是为了适应合理设计生物活性的需要发展起来的。
近二三十年，特别是计算机的发展和应用使QSAR研究提高到一个新的水平，其应用范围也在迅速扩大。
2、目前，QSAR在药物、农药、化学毒剂、环境毒理学等领域得到广泛的应用。
QSAR在药物和环境研究领域具有两方面的功能：根据所阐明的构效关系的结果，为设计、筛选或预测生物活性化合物指明方向根据已有的化学反应知识，探求生理活性物质与生物体的相互作用规律，从而推论生物活性所呈现的机制3、QSAR的发展主要历程了三个阶段：早期朴素认识很早以前，人们就已经认识到物质的反应性与其结构之间存在着一定的关系。
由于当时对物质认识水平肤浅，这种对结构--活性的认识是最朴素最原始的。
定性阶段Crum-Brown和Frazer开创了结构-活性定量关系研究的先河，他们认为化合物的生物活性与结构之间有某种函数关系Ψ=f(C)定量阶段Hansch等人从研究取代基与活性的关系出发，建立了线性自由能模型，从而使构象关系的研究从定性构效关系转向定量构效关系。
4、目前QSAR研究呈现三个方面的的特点：综合性QSAR的研究越来越多的借助数学、化学、生物等学科的理论和方法理论性主要是量子化学、量子生物学的理论应用于QSAR方程程序化即专家系统和数据库的开发和研制二、二维定量构效关系的概念模式及研究方法1、QSAR的研究程序包括五个主要步骤：选择合适的待测数据资料，建立待测数据库。
从数据库中选择合适的分子结构参数及欲研究的活性参数选择合适的方法建立结构参数与活性参数间的定量关系模型模型检验，选择更好的结构参数或建模方法，使模型更优化；同时需给出模型的约束条件和误差范围实际应用，预测新化合物的活性2、自从Hansch在1964年构建了线性自由能关系模型形成QSAR以来，经过许多研究者的努力当前已有多种QSAR模型，大致可分为两种：数值模型和推理模型，在这里我们主要介绍数值模型。
利用定量构效关系预测持久性有机污染物环境行为的研究进展.doc
利用定量构效关系预测持久性有机污染物环境行为的研究进展1 前言持久性有机污染物( persistent organic pollutants，pops) 是具有环境持久性、生物蓄积性、半挥发性和高毒性的有机污染物的总称。
pops 可以广泛分布于各种环境介质中，在全球范围内的大气、土壤/沉积物、水体、植物等介质中都已检测到pops 的存在[1]。
联合国环境规划署( unep) 称其是“世界面临的最大的环境挑战之一”[2]。
定量构效关系(quantitative structure-activity/property relationship，qsar/qspr)最初是为了合理药物设计的需要而发展起来的，形成了一个定量药物设计的研究分支，对于设计和筛选生物活性显著的药物，阐明药物的作用机理均具有指导作用。
特别是上世纪70年代后，计算机技术的飞速发展更促进了qsar/qspr的发展，使其达到了一个更高的水平，应用范围也越来越广泛[3]。
qsar/qspr就是应用化学理论计算方法和各种数学统计分析方法，定量地描述和研究有机物的结构与活性/性质之间的相互关系，建立起qsar/qspr的数学模型。
可靠的qsar/qspr 模型一旦建立，经过预测能力的检验，就可以用来预测新化合物的各种性质。
qsar/qspr研究中的基本假设是化合物的性质或生物活性可以用描述化学结构的函数来表示[4]，即可以采用数学模型，将理论计算和统计分析二者结合起来研究系列化合物结构与其性质之间的定量关系。
qsar/qspr研究不仅具有理论价值，同时也具有实用价值。
研究取得的成果已经越来越多的被应用到各个领域，如有机化合物环境行为的评价、药物设计以及化工设计等等[5]，这样一来，就大大缩短了药物开发的过程，提高了化工生产的效率，降低了生产成本，节约了人力和物力。
2 相关问题的研究进展2.1 持久性有机污染物的研究领域现状目前国内外对于pops 的研究主要集中在以下几个方面：(1) 针对环境样品中pops 的采样、分析与合成等基础方法研究；(2) 各种环境介质中pops 的含量水平测定，涉及水、气、土壤、沉积物、各种生物样品、人体样品( 血清、母乳、头发) 等；(3) 基于pops 在环境中的含量与分布情况，对其迁移转化机制的探讨、源与汇的解析；(4) pops 的毒理效应与生物有效性研究；(5) pops 的降解方法研究，受pops 污染环境特别是土壤的修复技术与机理；(6) pops 的物理化学性质测定，如水溶性、蒸气压、亨利定律常数(h) 、辛醇-水分配系数( kow) 、有机碳-水分配系数( koc) 等；(7) pops 的持久性评价方法研究。
QSAR预测模型在水环境化学中的研究进展
山 东 化 工 收稿日期：２０１９－０２－１３作者简介：潘 嵘（１９９３—），女，江苏江阴人，扬州大学环境科学与工程学院，在读硕士。
ＱＳＡＲ预测模型在水环境化学中的研究进展潘 嵘（扬州大学环境科学与工程学院，江苏扬州 ２２５０００）摘要：自然环境介质中化学污染物不断增多，传统检测方法的局限性日益突出，通过建立定量构效关系（ｑｕａｎｔｉｔａｔｉｖｅｓｔｒｕｃｔｕｒｅａｃｔｉｖｉｔｙｒｅｌａｔｉｏｎｓｈｉｐ，ＱＳＡＲ）模型来预测化学物质在水环境中性质的方法逐渐成为主流。
本文介绍了被动采样中平衡分配系数、生物富集因子及双酚Ａ类似物雌激素干扰效应的ＱＳＡＲ模型的建立，具体体现了ＱＳＡＲ预测模型在毒性效应、干扰效应及测量手段等方面的应用，以期其在未来有更好的应用前景。
关键词：ＱＳＡＲ；预测模型；分配系数；化学污染物中图分类号：Ｘ１７１．５ 文献标识码：Ａ 文章编号：１００８－０２１Ｘ（２０１９）０８－０２３８－０２ＡｐｐｌｉｃａｔｉｏｎｏｆＱＳＡＲＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌｉｎＷａｔｅｒＥｎｖｉｒｏｎｍｅｎｔａｌＣｈｅｍｉｓｔｒｙＰａｎＲｏｎｇ（ＣｏｌｌｅｇｅｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＹａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｚｈｏｕ ２２５０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｃｈｅｍｉｃａｌｐｏｌｌｕｔａｎｔｓｉｎｎａｔｕｒａｌｅｎｖｉｒｏｎｍｅｎｔｍｅｄｉａ，ｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆｔｒａｄｉｔｉｏｎａｌｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｈａｖｅｂｅｃｏｍｅｉｎｃｒｅａｓｉｎｇｌｙｐｒｏｍｉｎｅｎｔ．Ｅｓｔａｂｌｉｓｈｉｎｇｑｕａｎｔｉｔａｔｉｖｅｓｔｒｕｃｔｕｒｅａｃｔｉｖｉｔｙｒｅｌａｔｉｏｎｓｈｉｐ（ＱＳＡＲ）ｍｏｄｅｌｔｏｐｒｅｄｉｃｔｔｈｅｐｒｏｐｅｒｔｉｅｓｏｆｃｈｅｍｉｃａｌｓｕｂｓｔａｎｃｅｓｉｎｗａｔｅｒｅｎｖｉｒｏｎｍｅｎｔｈａｓｇｒａｄｕａｌｌｙｂｅｃｏｍｅｔｈｅｍａｉｎｓｔｒｅａｍ．ＴｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｒｅｅｄｉｆｆｅｒｅｎｔＱＳＡＲｍｏｄｅｌｓ，ｗｈｉｃｈｅｍｂｏｄｉｅｓｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＱＳＡＲｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｎｔｏｘｉｃｉｔｙａｎｄｍｅａｓｕｒｅｍｅｎｔｍｅａｎｓ，ｉｎｏｒｄｅｒｔｏｈａｖｅａｂｅｔｔｅｒａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔｉｎｔｈｅｆｕｔｕｒｅ．Ｋｅｙｗｏｒｄｓ：ＱＳＡＲ；ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ；ｐａｒｔｉｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ；ｃｈｅｍｉｃａｌｐｏｌｌｕｔａｎｔｓ 近年来，由于经济的飞速发展和科技水平的日益提高，人类化工产业产品的需求与产量日益增加。
定量结构-活性关系的研究方法及其应用
定量结构-活性关系的研究方法及其应用作者：王婷来源：《科技视界》2014年第15期【摘要】本文阐述了定量结构-活性关系的研究程序及其相关的研究方法，并关注了定量结构-活性关系在药物化学和环境化学方面的相关应用。
【关键词】定量结构-活性关系；方法；应用The Research Methods and the Applications of Quantitative Structure-activity RelationshipWANG Ting（School of Petroleum and Chemical Engineering Yinchuan Institute of Energy, Yingchuan Ningxia 750105, China)【Abstract】This paper expounds the quantitative structure - activity relationship studies program and related research methods, and focus on the recent years of quantitative structure - activity relationship related applications in medicinal chemistry and environmental chemistry.【Key words】QSAR; Methods; application0概述定量结构-活性关系(quantitative structure-activity relationship，QSAR)是预测化合物的理化性质或生物活性的理论方法之一，在现代计算化学理论中，定量结构-活性关系(QSAR)是研究一类化合物的二维结构或三维结构，采用了理论计算，然后再进行统计分析，找出结构与其生物效应(如药物的生物利用度、活性或毒性等)的定量关系的方法，它是众多研究者进行药物研究时所使用的重要理论计算方法和常用手段。
定量构效关系(QSAR)在新兽药研发中的应用
定量构效关系（QSAR）在新兽药研发中的应用利用化合物定量构效关系（QSAR）方法研制新兽药，是今后药物研究开发的热点和重点。
此稿介绍应用QSAR法通过化学的合成获得新药——鱼腥草素α-位衍生物、大蒜新素衍生物和水溶性氟苯尼考琥珀酸钠的方法原理，扩大了发展新药的思路，谨供阅览。
定量构效关系（Quantitative structure-activity relationship, QSAR）是在传统构效关系的基础上，以数学和统计学手段，研究化合物分子的理化性质参数或结构参数与其生物活性的定量关系。
在药理学中，可利用化合物的理化性质参数或结构参数，结合物理化学中常用的经验方程推测化合物的药理活性，一定程度上揭示了药物分子与生物大分子结合的模式，预测或解释有机小分子的药理活性，以及在生物体内吸收、分布、代谢、排泄等生理相关性质。
在药物设计中，可利用受体或药理作用靶位特点，结合化合物分子的量子化学参数或结构参数，通过经验方程设计新化合物结构，在体外模拟其生物活性，有目的的合成新药物分子。
1、定量构效关系（QSAR）的研究背景1868年，A Crum-Brown等人提出了Crum-Brown方程，用化学结构的函数来表示化合物的生理活性，药物构效关系研究由定性研究发展到定量研究。
随着技术和分子生物学、分子药理学的快速发展，定量构效关系已从经典的二维定量构效关系发展到具有直观性的三维定量构效关系，再到可以模拟化合物分子全部构象的四维定量构效关系，直至可以模拟诱导契合的五维定量构效关系，使人们对药物配体-受体的结合过程有了更深入的认识，这对于药物分子设计和先导化合物改造有十分重要的意义。
QSAR研究中涉及了多种经验方程。
1962年，美国波蒙拿学院的Hansch提出了表示二维定量关系的Hansch方程。
1980年代前后人们开始探讨基于分子构象的三维定量构效关系的可行性。
1979年，Crippen提出“距离几何学的3D-QSAR”；1980年Hopfinger等人提出“分子形状分析方法”；1988年Cramer等人提出了“比较分子场方法”（CoMFA）。
3D-QSAR综述
3D-QSAR定量结构一活性关系(Quantitative Structure-Activity Relationship，QSAR)，即化合物的化学结构与化合物活性之间的关系的探索，起始于药物设计领域，通过研究生物活性和理化参数之间的相关性预测新化学品的活性，指导新药和杀虫剂的合成。
在环境化学领域，QSAR可用来预测化学品在环境中的暴露水平，同时又可对其生物活性作出评价。
定量构效关系(QSAR)是一种借助分子的理化性质参数或结构参数，以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法.。
这种方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计，在早期的药物设计中，定量构效关系方法占据主导地位，1990年代以来随着计算机计算能力的提高和众多生物大分子三维结构的准确测定，基于结构的药物设计逐渐取代了定量构效关系在药物设计领域的主导地位，但QSAR在药学研究中仍然发挥着非常重要的作用。
三维定量构效关系（3D-QSAR）是引入了分子三维结构信息进行定量构效关系研究的方法。
这种方法间接地反映了分子与生物大分子相互作用过程中两者之间的非键相互作用特征，相对于二维定量构效关系有更加明确的物理意义和更丰富的信息量。
3D-QSAR的基本原理主要是利用数学模式对药物的化学结构信息(如各种取代基参数，拓扑指数以及量子化学与分子力学计算参数)与其生物活性之间的关系进行定量分析，找出结构与活性间的量变规律，然后根据这种规律及未知化合物的结构预测未知化合物的性能。
它建筑在以下观念上：(1)分子的形状在一定程度上影响其生物活性，分子的活性构象是研究3D—QSAR的关键；(2)药物分子与受体之间的相互作用是借助可逆的、非共价结合的弱作用力实现的，如静电引力、疏水作用、氢键、范德华引力等。
由于3D—QSAR直接反映药物分子与受体三维空间上的互补性，更准确表达了药物与受体之间的相互作用，因此，近十多年来3D-QSAR方法得到了迅速的发展。
定量构效关系研究方法及其在环境科学中的应用
仲恺农业技术学院学报,21(1):65～70,2008Journal of Zhongkai U niversity of A griculture and Technology文章编号:1006-0774(2008)01-0065-06收稿日期:2007-03-02基金项目:国家留学基金(2007103564),广东省自然科学基金(05103552)和仲恺农业技术学院博士科研启动基金(G2360240)资助项目.作者简介:陶雪琴(1978-),女,湖南邵阳人,讲师,博士. E 2mail:lutao@scut .edu .cn定量构效关系研究方法及其在环境科学中的应用陶雪琴1,卢桂宁2(1.仲恺农业技术学院环境科学与工程系,广东广州510225;2.华南理工大学环境科学与工程学院,广东广州510640)摘要:定量构效关系是一种非常有效的有机污染物环境活性预测手段,其核心是建立有机物结构与活性之间的函数关系.文章系统介绍了定量构效关系的发展历程及其研究方法,并以有机农药、多环芳烃、多氯联苯和苯取代物等典型环境有机污染物为例,对定量构效关系在环境科学中的应用进行了综述,最后对定量构效关系的发展趋势进行了展望.关键词:定量构效关系;有机污染物;环境活性中图分类号:X13 文献标识码:AThe research m ethods of QSAR and its appli ca ti on i n env i ronm en t a l sc i enceT AO Xue 2qin 1,LU Gui 2ning 2(1.Depart m ent of Envir on mental Science and Engineering,Zhongkai University of Agriculture and Technol ogy,Guangzhou 510225,China;2.College of Envir on mental Science and Engineering,S outh China University of Technol ogy,Guangzhou 510640,China )Abstract:Quantitative structure 2activity relati onshi p (QS AR )is a powerful app r oach f or p redicting ac 2tivities of organic pollutants with their structure descri p t ors .The core of QS AR study is t o establish a functi onal equati on bet w een structure descri p t ors and activities of organic pollutants .I n this paper,the devel opment and common methods of QS AR were briefly intr oduced .The app licati on of QS AR study in envir on mental sciences research were revie wed for s ome typ ical envir on mental organic pollutants,such as organic pesticides,polycyclic ar omatic hydr ocarbons (P AH s ),polychl orinated bi phenyl (PCB s ),ben 2zene derivatives .The p r os pect of QS AR was als o f orecasted .Key words:QS AR;organic pollutants;envir onmental activity 定量构效关系(Quantitative Structure 2Activity Relati onshi p,QS AR )是指利用理论计算和统计分析工具来研究系列化合物结构与其效应之间的定量关系,即借助结构参数构建数学模型来描述化合物结构与活性之间的关系.近年来,随着许多新的合成有机化学品的出现以及它们的流失,人们对已进入环境的污染物和尚未进入市场的新化合物的毒性和暴露程度与人类健康的关注意识逐渐增强,QS AR 研究由于无需实验,具有花费小、耗时少等优点而在环境科学领域得到了广泛的应用,并成功地对许多有机化合物的暴露水平、生物毒性等参数进行了预测、评价和筛选[123].作者系统对有机污染物结构与环境活性定量关系的研究方法及几种典型有机污染物的QS AR 研究进展进行综述,以期为广泛开展有机污染物的环境风险评价提供参考.66仲恺农业技术学院学报第21卷1 定量构效关系的研究方法虽然人们在很早以前就认识到化合物的结构与其活性有相关性,但真正建立结构与活性定量关系是在20世纪60年代左右.Hansch等[4]在1962年提出了Hansch方程,几乎在Hansch方法发表的同时,Free 等[5]发表了Free2W ils on方法.Hansch和Free2W ils on方法[4-5]用数理统计方法并借助计算机技术建立了结构-活性关系表达式,首先确立了定量构效关系的科学构思和研究方法,标志着QS AR时代的开始.在其开创性的研究工作之后,许多新方法相继涌现,现报道的方法已超过20余种[6].QS AR研究的核心是建立有机污染物结构与活性之间的函数关系A=f(S)[7].在环境科学领域,A代表污染物的环境活性,S代表基于污染物的结构参数.结构参数的表达形式多种多样,因而在具体研究中采取合适的结构参数对QS AR模型的成功建立具有举足轻重的作用.尽管QS AR研究方法形式多样,但都符合相同的原理,其研究程序包括5个主要步骤:①选择合适的待试数据资料,建立待试数据库,要求数据准确可靠;②从数据库中选择合适的分子结构参数及欲研究的活性参数;③选择合适的方法建立结构参数与活性参数之间的定量关系模型;④模型检验,选择更好的结构参数或建模方法,使模型最优化,同时给出模型的约束条件和误差范围;⑤实际应用于有机污染物活性的预测和预报.111 活性参数的获得QS AR研究的实质是从已知的大量待试数据中提取有关的结构-活性关系的信息、发现规律,从而应用于预测未知化合物的活性,因此必须有足够量可靠的待试数据.待试数据的可靠性与大样本量是QS AR 研究的前提.大量活性参数的获得大致有3种途径:权威数据库、经典文献和研究者本人规范可信的实验数据[7].112 结构参数的选择分子结构信息参数的选择与确定是QS AR研究中非常重要的环节.目前主要有理化参数、拓扑指数和量子化学参数等3种结构信息参数.为了建立稳定可靠的模型,有时综合采用多种结构参数来建模.经典的QS AR研究主要采用理化参数来表达分子的结构信息,以分子式为基础,根据实验测得的经验参数(如辛醇-水分配系数、分子折射率、水中溶解度等)与相应的性质(如生物毒性、光解活性、水解活性等)建立定量关系式.这种方法的缺点是所用的理化参数大多仍需实验测定,一方面存在一定的误差,使得预测结果不尽可靠;另一方面逐一实验测定各个有机化合物的理化参数存在很大的难度,甚至很多时候根本行不通.拓扑指数的引入为QS AR研究注入了新的活力,成为QS AR研究的重要方向[8210].它以目标有机物分子的直观结构为基础,以图论的方法通过分子长度、表面积、体积、价键角度、立体空间结构、原子间的连接关系等参数来表征分子结构,不受经验和实验的限制,对所有给定的有机污染物均可获得拓扑指数.应用拓扑指数提炼分子结构信息要经过分子结构的图形化、矩阵化和数字化等3个步骤.迄今为止,文献报道已有百余种拓扑指数,但同时满足选择性和相关性的不多,真正在QS AR研究中常用的指数仅数十种[6].量子化学参数用于QS AR研究是当前相当活跃的研究领域[11218].量子化学参数能够描述分子微观的电子构型和空间形态方面的性质,有着其它参数不可比拟的优势,通过对有机物分子的量子化学计算,可以全面获得有关分子的电子结构和立体结构信息,具有明确的物理意义以及客观、准确等优点,对化合物的描述更加全面且理论性更强,有助于深入探讨有机污染物结构-活性关系的机理[11].常用的量子化学计算软件主要有Hyper Che m、MOP AC、Gaussian、ADF等系列软件,常用的量子化学参数有电性参数、轨道参数、能量参数等几十种[12].自从1998年诺贝尔化学奖授予了两位量子化学家———美国加州大学圣塔巴巴拉分校的W alter Kohn教授和美国西北大学的John Pop le教授以来,量子化学及其应用受到了广泛的关注[11].然而在环境科学领域里掌握量子化学方法的研究者还不多,而量子化学领域的研究者大多从事纯化学方面的理论研究,较少与环境科学结合.随着近年来计算机计算速度和量子化学计算算法的改进,采用高精度的计算方法计算较大的分子不再困难,不借助任何经验参数的量子化学从头算受到了研究者的青睐[13217].已有研究表明,采用较高精度的从头算能获得比半经验计算要好的结果[13,18],采用从头算进行QS AR 研究将是未来的发展方向.113 数学方法的应用QS AR 中数学模型的构造是建立在实验基础上的,即首先由实验测得一系列有机物的某种性质,如吸附性能、溶解度、降解活性等,然后选择适当的结构参数,通过数学方法建立可用于未知物预报的数学模型.因而,数学方法在QS AR 研究中有着重要作用,其中回归分析、多元统计分析是QS AR 研究中的经典数学方法.此外,近年来发展的偏最小二乘法、人工神经网络法等也在QS AR 中得到了广泛的应用.回归分析是QS AR 研究中最常用的统计分析方法,根据变量的数量分为一元回归分析和多元回归分析.由于实际中只受一个变量影响的情况非常少,多元回归分析方法比一元回归的用途广泛得多.多元统计分析方法包括主成分分析、因子分析、聚类分析、判别分析、模式识别等.偏最小二乘回归方法是近年来应实际需要而产生和发展的一个有广泛适用性的新型多元统计分析方法,1983年由Wold 等[19]首次提出.近十年来,它在理论、方法和应用方面都得到了迅速的发展[20].偏最小二乘回归是一种多因变量对多自变量的回归建模方法,它可以较好地解决像多重相关性等许多以往用普通多元回归无法解决的问题,它可以实现多元线性回归分析、典型相关分析、主成分分析等多种数据分析方法的综合应用,因而被称为第二代回归分析方法[21].2 典型环境有机污染物的定量构效关系研究QS AR 研究最初作为定量药物设计的一个研究分支,随着合理设计生物活性分子的需要而发展起来.它已在有机化学、药理学、毒理学等领域中的药物分子设计、筛选及毒性预测等方面发挥了重要作用[3,6,22].随着化学工业的发展,数以万计的有毒有害有机化合物进入了人类赖以生存的生态环境,对生态安全和人类健康造成严重威胁.在环境科学领域,QS AR 主要应用于危险化学品的评价,它既可对化学品在环境中的暴露水平做出预测,又可对化学品环境活性做出评价.211 有机农药有机农药是当前人们主动投放于环境中数量最大、毒性最广的一类化学物质.农药的QS AR 研究主要针对各类农药的环境化学和生态毒理学的行为,通过对分子结构的特征分析,进行农药各种性质的预测.国内外的农药学家在这方面都做了大量的工作[22],对各类农药建立了许多QS AR 模型以指导新农药的设计、合成和活性评估,使合成新农药不仅高效、低毒,而且环境友好.拟除虫菊酯类农药是在研究天然除虫菊酯结构、药效基础上发展起来的高效、安全的新型杀虫剂,张子丰等[23]建立起此类化合物结构-毒性相关的定量构效模型,用该模型对相关化合物的计算值与测量值吻合较好,从而为开发新型高效低毒的拟除虫菊酯类农药提供指导.含氟农药因其生物活性相对较高、对环境影响较小而应用广泛,陈海峰等[24]合成了一系列含氟农药分子,通过Co MF A 方法进行定量构效关系研究得到了3D 2QS AR 模型,并在此基础上设计了一系列结构新颖的抗小麦赤霉病的新农药分子.氯过氧化物酶是应用最广的一种过氧化物酶,能催化一系列底物的氧化,Bell o 2Ra m írez 等[25]用P M3半经验算法研究了氯过氧化物酶对有机磷农药反应活性与磷原子电荷之间的关系,通过一元线性回归得到一个相关系数为0182的模型,而卢桂宁等[26]则以HF /6-31G (d )从头算方法计算的磷原子电荷与反应活性进行线性回归得到相关系数为01837的模型,同时他们运用偏最小二乘法得到了相关系数为01910的模型,该模型具有较高的拟合精度且较强的预测能力.212 多环芳烃多环芳烃(P AH s )是指两个或两个以上的苯环以链状、角状或串状排列组成的化合物,是有机质不完全燃烧或高温裂解的副产品.环境中的P AH s 主要来源于人类活动,如木材加工、石油冶炼、运输业、煤气制造、军事设施、危险物处理和填埋地等[27].P AH s 进入环境后,由于其化学稳定性好,很容易在环76 第1期陶雪琴,等:定量构效关系研究方法及其在环境科学中的应用境中积累起来;又由于其具有低水溶性和高亲脂性,比较容易分配到生物体内并通过食物链进入生态系统,从而对人类健康和生态安全构成很大的危害,因而成为国际上备受关注的一类持久性有机污染物.相比于有机农药、药物等人工合成有机物而言,人们对P AH s的QS AR研究相对薄弱,主要集中于P AH s光解活性方面的研究,已有的P AH s光解活性的定量构效关系研究主要由Chen等[28231]所在的小组完成.Chen等[28]根据前线分子轨道最高占有轨道的能量(Ehomo )和最低非占有轨道能量(Elumo)得到了P AH s光降解速率常数k exp和E lumo-E homo之间的QSPR方程.此后他们用偏最小二乘法和某些从P M3计算得到的基本量子化学算符建立了在太阳光照射下的P AH s直接光降解的QSPR模型,并用此模型预测了未报道过的P AH s的直接光降解量子产率和半衰期,还用同样的方法建立了在紫外光照射下P AH s在大气气溶胶上直接光降解的QSPR模型[29231].这些模型主要采用半经验算法来获取建模参数,获得了较好的效果,但采用忽略大部分排斥积分以减少计算量的半经验计算方法有其自身的不足.因而卢桂宁等[16218]用从头算方法研究了P AH s的光解活性,发展和完善了P AH s光解活性的预测模型.此外,还有一些关于P AH s的土壤吸附系数、溶解度、正辛醇-水分配系数、熔沸点、色谱保留指数等涉及污染物环境分配行为的研究[32235],为了解P AH s在环境中的迁移转化行为提供了简便的途径.213 多氯联苯多氯联苯(PCB s)是人工合成的有机化合物,已造成全球性环境污染.从实验直接测定多氯联苯的分配系数是最为有效的,然而由于种种原因,例如多氯联苯的水溶性极低、脂溶性极强,实验值并非总可以得到,这就使得预测和估算该类有机化合物的分配系数变得非常有用.林治华等[36]探索在烷烃分子距离边数矢量的基础上,以基团为基准扩展分子距边数矢量(MDE),将实验测定的分配系数与其MDE矢量联系起来,借助多元线性回归建立描述PCB s的正辛醇-水分配系数与其分子结构参数之间的QS AR模型,其复相关系数高达019908,结果良好.肖忠柏等[37]根据分子中原子的结构特征和键的连接性,提出了一个新的结构信息指数m Bt,并运用逐步回归分析方法和最佳变量子集算法对变量进行压缩,获得了比较好的相关模型:对于正辛醇-水分配系数模型的线性相关系数在0199以上,对于水溶解度模型的线性相关系数在0195以上.量子化学参数近年也被应用于PCB s的定量构效研究,Zhou等[13]用密度泛函方法在B3LYP/6-31G(d)水平下计算了所有209种PCB s的量子化学参数,建立了PCB s的正辛醇-水分配系数的三参数(平均分子极化率、最高占有轨道能量和最低空轨道能量)预测模型,其相关系数平方达019484.邹建卫等[38]则用分子轨道理论在HF/6-31G(d)水平上对所有209个PCB s分子进行了结构优化,获得建模参数,运用多元线性回归方法对PCB s的水溶性、正辛醇-水分配系数、正辛醇-空气分配系数、土壤吸附性、水溶液活度系数、298K超冷流体蒸汽压、总分子表面积、色谱保留指数、升华焓、蒸发焓、熔融焓、PCB结合芳烃受体活性、生物降解度以及生物降解速率等参数与分子结构参数进行了全面的关联,建立了定量预测模型.214 苯取代物苯醛、苯胺类化合物是化工生产中应用广泛的有机毒物,是环境中重要的有机污染物.硝基苯类也是一类来源复杂、种类繁多、应用广泛的有毒有机化学品.安丽英等[3]详细综述了定量构效关系应用于这些苯取代物的研究情况.此外,Chu等[34]研究了部分卤代苯、卤代苯酚、硝基苯和硝基苯酚等苯取代物的水中溶解度、土壤吸附系数及正辛醇-水分配系数等环境分配参数之间的相互关系.在Chu等[34]的基础上,Basak等[35]则用拓扑指数建立了这些参数的定量预测模型.3 问题与展望QS AR方法体系在近年来取得了长足的进展,已渗透到药物化学、计算化学、环境化学等各个领域并日趋完善.QS AR已被广泛应用于化合物的风险评价中,这种方法能有效地减少实验室和野外实验的化合物的数目,节约大量的人力、物力和资金.可以预见,QS AR方法在以后的环境科学中的应用将越来越重要.然而,也还有许多问题有待进一步的研究和探讨.86仲恺农业技术学院学报第21卷(1)污染物活性数据库的建立.QS AR 研究需要以大量高质量的活性数据为基础,而由于实验条件和方法的差异,不同来源的数据可比性差,往往不能综合起来建模.活性数据样本量直接影响着模型的好坏,一般认为模型训练集的样本量应高于建模参数个数的5倍以上,即至少需要5个以上样本的活性数据才能建立相对稳健的单参数模型.由于化合物的活性通常受到多个因素的制约,因而建模时又应考察尽量多的相关结构参数以获得高拟合精度和强预测能力的模型[20].因此,建立有机污染物环境活性的权威、可比的数据库是今后QS AR 研究的一个重要任务.(2)新型结构描述符的寻找.虽然已报道有许多用于QS AR 研究的结构参数,但远不能满足QS AR 研究的需要.QS AR 方法的研究不会只是停留在采用一些经验参数定量描述有机化合物的活性,而是会向着更加注重模型的理论性、智能化和程序化方向发展.如何提取出表达物质结构特征的结构描述符是QS AR 研究的关键.对于进入模型的每一个参数,应该要有明确的物理意义,需要对化合物活性的影响作出理论上的解释.(3)定量构效模型的稳定性验证.QS AR 模型的稳定性验证有外部样本预测法和内部交互校验法两种,在过去的10余年间,QS AR 模型的验证问题成为学者们讨论的热点[39].严格上讲,每一个模型都应该在验证的基础上给出其适用范围.然而,此前的许多建模工作只是简单的给出模型的拟合相关性,没有给出具体的验证指标和适用范围,难以与其他研究者的结果进行比较.因此,今后的QS AR 模型应该给出详细的验证说明和适用范围.参考文献:[1] GRAMATI C A P,CORRAD IM ,CONS ONN IV.Modelling and p redicti on of non 2i onic organic pesticides by molecular descri p 2t ors[J ].Chemos phere,2000,41:7632777.[2] 王晓栋,林志芬,尹大强,等.硝基芳烃致突变性的二维/三维QS AR 比较研究[J ].中国科学:B 辑,2004,34(6):4982503.[3] 安丽英,相玉红,张卓勇,等.定量构效关系研究进展及其应用[J ].首都师范大学学报:自然科学版,2006,27(3):52257.[4] HANSCH C,MALONEY P P,F UJ I T A T,et al .Correlati on of bi ol ogical activity of phenoxyacetic acids with ha mmett substitu 2ent constants and partiti on coefficients[J ].Nature,1962,194,1782180.[5] FREE S M ,W I L S ON J W.A mathematical contributi on t o structure 2activity studies[J ].J M ed Che m,1964,7:3952399.[6] 王鹏.定量构效关系及研究方法[M ].哈尔滨:哈尔滨工业大学出版社,2004.[7] 于瑞莲,胡恭任.环境化学中有机化合物毒性的QS AR 研究方法[J ].环境科学与技术,2003,26(1):57259.[8] 王连生.分子连接性与分子结构活性[M ].北京:中国环境科学出版社,1992.[9] 陈勇生,陈丽侠,杨杰,等.拓扑指数在定量结构生物降解性关系中的应用[J ].环境化学,1997,16(3):2082213.[10] Z HAO H X,Z HANG Q,CHE N J P,et al .Predicti on of octanol 2air partiti on coefficients of sernivolatile organic compoundsbased on molecular connectivity index[J ].Che mos phere,2005,59:142121426.[11] T HAN I K A I V E LAN P,S UBRAMAN I A N V,RAO J R,et al .App licati on of quantu m che m ical descri p t or in quantitative struc 2ture activity and structure p r operty relati onshi p [J ].Che m Phys Lett,2000,323:59270.[12] 藉国东,赵元慧,袁星.量化参数及其在定量结构-活性-性质相关研究中的应用[J ].东北师大学报:自然科学版,1998,30(4):47253.[13] Z HOU W ,ZHA I Z C,WANG Z Y,et al .Esti m ati on of n 2octanol/water partiti on coefficients (K O W )of all PCB congeners bydensity functi onal theory[J ].J Mol Struc Theoche m,2005,755:1372145.[14] Z HANG X C,Y U J,WANG Z Y,et al .QSPR studies on lg K O W and lg K OC of fluor obenzenes and p r operty para meters based onHF and DFT calculati ons[J ].Chinese J Struc Chem,2006,25:8232829.[15] WANG Z Y,ZHA I Z C,WANG L S .Quantitative structure 2activity relati onshi p of t oxicity of alkyl (12phenylsulfonyl )cycl oal 2kane 2carboxylates using MLSER model and ab initi o[J ].QS AR Comb Sci,2005,24:2112217.[16] 卢桂宁,党志,陶雪琴,等.多环芳烃光解活性的量子化学研究[J ].环境化学,2005,24(4):4592462.[17] LU G N,DANG Z,T AO X Q,et al .Modeling and p redicti on of phot olysis half 2lives of polycyclic ar omatic hydr ocarbons in96 第1期陶雪琴,等:定量构效关系研究方法及其在环境科学中的应用07仲恺农业技术学院学报第21卷aer os ols by quantu m che m ical descri p t ors[J].Sci T otal Envir on,2007,373(1):2892296.[18] LU G N,DANG Z,T AO X Q,et al.QSPR study on direct phot olysis half2lives of P AH s in water surface[J].J Theor ComputChe m,2005,4(3):8112822.[19] WOLD S,ALBANO C,DUNN W J III,et al.Modelling data tables by p rinci pal components and P LS:class patterns andquantitative p redictive relati ons[J].Analusis,1984,12:4772485.[20] WOLD S,SJ;STR;M M,ER I KSS ON L.P LS2regressi on:a basic t ool of che mometrics[J].Che mometr I ntell Lab Syst,2001,58(2):1092130.[21] 王惠文.偏最小二乘回归方法及其应用[M].北京:国防工业出版社,1999,2002234.[22] 李颖娇,叶非.定量构效关系在农药设计合成中的应用进展[J].农药科学与管理,2002,23(6):20223.[23] 张子丰,董德建,胡忠林,等.拟除虫菊酯类农药结构-急性毒性的三维定量构效关系研究[J].吉林农业大学学报,1999,21(2):40242[24] 陈海峰,董喜城,谷妍.抗小麦赤霉病类含氟农药的3D-QS AR[J].化学学报,2000,58(9):107421078.[25] BE LLO2RAM1REZ A M,CARRE7N2G ARAB I T O B Y,NAVA2OCAMP O A A.A theoretical app r oach t o the mechanis m of bi2ol ogical oxidati on of organophos phorus pesticides[J].T oxicol ogy,2000,149:63268.[26] 卢桂宁,陈晓鹏,陶雪琴,等.有机磷农药氯过氧化物酶反应活性的定量构效研究[J].农业环境科学学报,2006,25(4):99721000.[27] W I L S ON S C,JONES K C.B i ore mediati on of s oil conta m inated with polynuclear ar omatic hydr ocarbons(P AH):a revie w[J].Envir on Pollut,1993,81:2292249.[28] CHE N J W,K ONG L R,ZHU C M,et al.Correlati on bet w een phot olysis rate constants of polycyclic ar omatic hydr ocarbonsand fr ontier molecular orbital energy[J].Che mos phere,1996,33(6):114321150.[29] CHE N J W,PE I JNE NBURG B W J G M,QUAN X,et al.Quantitative structure2p r operty relati onshi p s f or direct phot olysisquantu m of selected polycyclic ar omatic hydr ocarbons[J].Sci Total Envir on,2000,246:11220.[30] CHE N J W,PE I JNE NBURG B W J G M,QUAN X,et al.Is it possible t o devel op a QSPR model f or direct phot olysis half2lives of P AH s under irradiati on of sunlight?[J].Envir on Pollut,2001,114:1372143.[31] CHE N J W,QUAN X,Y AN Y,et al.Quantitative structure2p r operty relati onshi p studies on direct phot olysis of selected poly2cyclic ar omatic hydr ocarbons in at m os pheric aer os ol[J].Chemos phere,2001,42:2632270.[32] FERRE I RA M M C.Polycyclic ar omatic hydr ocarbons:a QSPR study[J].Che mos phere,2001,44:1252146.[33] R I B E I RO F A D,FERRE I RA M M C.QSPR models of boiling point,octanol2water partiti on coefficient and retenti on ti m e in2dex of polycyclic ar omatic hydr ocarbons[J].J Mol Struc Theochem,2003,663:1092126.[34] CHU W,CHAN K H.The p redicti on of partiti oning coefficients for che m icals causing envir on mental concern[J].Sci TotalEnvir on,2002,48:1210.[35] BAS AK S C,M I L LS D.Predicti on of partiti oning coefficients for envir on mental pollutants using mathe matical structural de2scri p t ors[J].A rkivoc,2005,(ii):60276.[36] 林治华,徐红,刘树深,等.多氯联苯(PC B s)分配系数的估算和预测[J].计算机与应用化学,2000,17(2):189.[37] 肖忠柏,吴继梅,余训民.多氯联苯类化合物(PC B s)溶解度和分配系数的QSPR研究[J].江汉大学学报:自然科学版,2006,34(2):21224.[38] 邹建卫,蒋勇军,胡桂香,等.多氯联苯的定量结构-性质(活性)关系[J].物理化学学报,2005,21(3):2672272.[39] GRAMATI CA P.Princi p les of QS AR models validati on:internal and external[J].QS AR Comb Sci,2007,26(5):6942701.【责任编辑 冯元璋】。
定量构效关系的原理、方法及其研究进展
的效率 ， 降低 了生产 成本 ， 节约 了人力 和物 力．
ｋｈ ｎ教授首 次提 出“ 学 信 息学 ” 化 的概 念［． 算 ２计 ］
化学 和化学信 息学 研究 的 主要 内容是 研 究分 子 结 构与其 性质之 间 的定 量关 系 以及 从分 子 结构 预 测
性效 应 ． 如多 氯 联 ቤተ መጻሕፍቲ ባይዱ 、 多氯 联 萘 、 环 芳 烃 等化 合 多 物 的潜 在毒性 很 大 ， 有难 降解 、 具 高脂 溶 性 以及生 物 富集性 的特 点 ．ＱＳ ＡＲ／ Ｐ ＱＳ Ｒ研 究也 用 于工业
选 择 准确 可 靠 的数 据 ， 立 数 据 集是 定 量 构 建
想把 一个 新 的化 学 实 体 （ Ｅ） 为 新 药 推 向 市 ＮＣ 作
总而 言之 ， ＡＲ ＱＳ Ｒ研 究 是 目前 化 学 信 ＱＳ ／ Ｐ 息学研 究 的热 点 问 题 之一 ， 国 际上 一个 十分 活 是 跃 的研 究领 域 ． 有关 Ｑ ＡＲ／ Ｐ Ｓ ＱＳ Ｒ研究 在 环 境化 学 、 物化学、 药 计算 机 化 学 、 析 化学 以及农 业 及 分
研究是 当务之 急 ； 由于 持 久性 有 机 污 染 物很 难 降
ｐｒ ｈ ｍ 等 ； 上 世 纪 ７ 代 末 期 至 ９ ｅＣ ｅ 从 Ｏ年 Ｏ年代 前
半 期 ，Ｄ－ ＡＲ方 法 逐 步发 展 起 来 ， ３ ＱＳ 即各 种 在 化
合 物 三 维 结 构 基 础 上 进 行 ＱＳ ＡＲ 研 究 的 方 法 ．
５ ９
Ｃｅ ｈ ｍｗｉｄ ｗｓ ｈ ｍｓ ｅｅ ， ＩＩ ／ ａ ｎ ｏ ，Ｃ ｅ ｋ ｔｈ Ｓ Ｓ Ｄｒｗ，Ｈｙ
QSAR方法
QSAR：一种通用的预测化合物与生物活性之间关系的统计方法QSAR（Quantitative Structure-Activity Relationship）是一种基于统计学的预测模型，用于建立化合物结构与生物活性之间的关系。
QSAR方法被广泛应用于药物设计、化学毒性预测、环境污染物评估等领域。
本文将详细介绍QSAR方法的基本原理、建模过程和应用实例。
一、QSAR方法的基本原理QSAR方法的基本思想是通过化合物结构的变化来预测其生物活性的变化。
它基于以下假设：化合物的生物活性与其分子结构之间存在某种关系，这种关系可以通过数学模型来描述。
为了建立QSAR模型，需要选择一组具有相似结构且生物活性已知的化合物作为训练集，然后利用这些化合物的结构信息和生物活性数据，建立一个能够预测新化合物生物活性的数学模型。
QSAR模型通常由分子描述符和数学模型两部分组成。
分子描述符是一组能够描述化合物分子结构的物理化学性质，如分子量、氢键给体数、氢键受体数、脂溶性等。
数学模型则用于建立分子描述符与生物活性之间的关系，常用的数学模型包括线性回归、支持向量机、神经网络等。
二、QSAR方法的建模过程1.数据准备建立QSAR模型的第一步是准备数据。
需要选择一组具有相似结构且生物活性已知的化合物作为训练集。
训练集应尽可能涵盖目标生物活性的变化范围，以便模型能够适应不同的活性水平。
另外，还需要对数据进行预处理，如缺失值填充、异常值处理等。
2.分子描述符的计算对于每个化合物，需要计算一组分子描述符来描述其分子结构。
分子描述符的选择应该能够反映化合物的物理化学性质和生物学特性。
常用的分子描述符包括分子量、极性表面积、氢键给体数、氢键受体数、脂溶性等。
3.数学模型的建立使用训练集的分子描述符和生物活性数据，建立数学模型来描述它们之间的关系。
常用的数学模型包括线性回归、支持向量机、神经网络等。
选择适合的模型和算法，能够提高模型的预测能力和泛化能力。
3D-QSAR综述
3D-QSAR定量结构一活性关系(Quantitative Structure-Activity Relationship，QSAR)，即化合物的化学结构与化合物活性之间的关系的探索，起始于药物设计领域，通过研究生物活性和理化参数之间的相关性预测新化学品的活性，指导新药和杀虫剂的合成。
在环境化学领域，QSAR可用来预测化学品在环境中的暴露水平，同时又可对其生物活性作出评价。
定量构效关系(QSAR)是一种借助分子的理化性质参数或结构参数，以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法.。
这种方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计，在早期的药物设计中，定量构效关系方法占据主导地位，1990年代以来随着计算机计算能力的提高和众多生物大分子三维结构的准确测定，基于结构的药物设计逐渐取代了定量构效关系在药物设计领域的主导地位，但QSAR在药学研究中仍然发挥着非常重要的作用。
三维定量构效关系（3D-QSAR）是引入了分子三维结构信息进行定量构效关系研究的方法。
这种方法间接地反映了分子与生物大分子相互作用过程中两者之间的非键相互作用特征，相对于二维定量构效关系有更加明确的物理意义和更丰富的信息量。
3D-QSAR的基本原理主要是利用数学模式对药物的化学结构信息(如各种取代基参数，拓扑指数以及量子化学与分子力学计算参数)与其生物活性之间的关系进行定量分析，找出结构与活性间的量变规律，然后根据这种规律及未知化合物的结构预测未知化合物的性能。
它建筑在以下观念上：(1)分子的形状在一定程度上影响其生物活性，分子的活性构象是研究3D—QSAR的关键；(2)药物分子与受体之间的相互作用是借助可逆的、非共价结合的弱作用力实现的，如静电引力、疏水作用、氢键、范德华引力等。
由于3D—QSAR直接反映药物分子与受体三维空间上的互补性，更准确表达了药物与受体之间的相互作用，因此，近十多年来3D-QSAR方法得到了迅速的发展。
化学构效关系的研究方法
化学构效关系的研究方法化学构效关系研究是现代药物研究的重要组成部分，它主要研究分子结构、环境条件以及其它因素对药物分子作用的影响，从而揭示出化合物分子结构与其药效关系的规律。
这种研究方法早在上世纪七十年代就出现了，并已成为药物研发中一种成功的方法。
化学构效关系研究的重点不在分子的明确作用机制，而是在建立药效与药物分子结构之间的联系。
本文将介绍化学构效关系研究的方法、技术和应用。
化学构效关系研究方法化学构效关系研究方法包括定量构效关系(QSAR)和定性构效关系(QSPR)。
定量构效关系是指通过一定的数学模型，将分子结构与生物化学活性之间的关系描述为数学方程式。
这种方程式可以用来预测化合物的生物活性。
定性构效关系则是研究由分子结构引起的药物性质变化，但并不考虑这些变化的数值关系。
这种方法适用于探索分子活性的定性规律。
化学构效关系的研究是基于分子分析技术和模拟技术的。
分子分析技术分子分析技术用于测量分子结构的物理和化学性质。
分子结构的物理和化学性质对药物的活性有重要的影响，并与活性密切相关。
分子分析技术包括以下几种：1. 紫外吸收光谱：可用于测定化合物的电子结构。
2. 质谱：可用于测定化合物的分子量和分子片段的质量。
3. 核磁共振(NMR)光谱：可用于测定化合物的结构、芳香性、立体异构和原子的化学环境等。
4. 循环伏安（CV）：可用于研究电化学反应和电子转移效应。
5. 原子力显微镜（AFM）：可用于测量物质的表面形貌和微观结构。
模拟技术模拟技术是指利用计算机对化学反应和分子结构进行模拟，做出分子模型、模拟分子交互以及模拟分子活性等。
模拟技术能够帮助科学家预测分子反应动力学机理，提高药物研发效率。
模拟技术的主要方法包括分子力学模拟、分子动力学模拟、量子力学模拟等。
化学构效关系的应用1. 药物研发：通过研究化合物的结构，揭示其生物活性以及作用机制，为药物研发提供重要参考。
2. 农药研究：通过研究农药分子的特性及其与农作物的互作关系，帮助设计更有效的农药。