结构-活性关系对氯代多环芳烃性质的预测
【国家自然科学基金】_氯原子_基金支持热词逐年推荐_【万方软件创新助手】_20140802
科研热词 脱氯 多氯联苯 合成 高次谐波 马来酸盐 静电场 阿秒脉冲 铜(ⅱ)配合物 酰腙 酰胺类除草剂 近红外 载氧功能 超支化 贵屿 触杀活性 蚯蚓血红蛋白 荧光光谱 胃毒活性 聚环三膦腈-芳酰胺 聚氯乙烯 聚合物电解质 纳米钯/铁 离子液体 直接动力学 电荷分布 电子垃圾 电化学 甲烷 牛血清白蛋白 热稳定剂 溴酚 溴代二英 温度带 沉积物 氯酚 氯磺化聚乙烯 氯分布 氯代二英 氯 氟 残留浓度 正辛醇-水分配系数 标记 有机高分子材料 晶体结构 数值模拟 拒食活性 抑菌活性 小菜蛾 多环芳烃 四溴双酚a 吸收光谱
2011年 科研热词 磁性 晶体结构 镍双核配合物 铽配合物 钯化铁 钙锌稳定剂 还原脱氯 辐照 识别 蛋白质识别 蛋白质组学 荧光光谱 脱氯 能量色散 联合降解 纳米铁 纳米棒 纳米fe3o4 紫外可见吸收光谱 稳定性 稀土 热振动 混合桥联 液体 氯苯 氯化聚氯乙烯 氯代有机染污物 氮氧自由基配合物 普施安蓝 探测 抗磁金属cd(ⅱ) 微生物 季戊四醇 吡啶-2-甲醛肟 吡啶-2-甲酸 厌氧降解 二氧化硅 x射线散射 4-卤苯甲酸 2,4-d 推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
科研热词 嵌段共聚物 原子转移自由基聚合 4-乙烯吡啶 还原脱氯 离子速度影像 硫化钠 硝基还原 电子轰击质谱(ei-ms) 甲基丙烯酸叔丁酯 污染特征 污染源 水解 氯碘甲烷 抗菌活性 尿嘧啶 大气颗粒物 大气压化学电离质谱(apci-ms) 多氯联苯 多氯代多环芳香化合物(pcahs) 均三唑并噻二唑 均三唑 哌嗪 吡唑 卤代呼吸 动态结构 共振拉曼光谱 六臂引发核 光解离 亲核取代 二次解离 二乙烯三胺 三聚氯氰 dehalobacter 5-氯尿嘧啶 2,5-二甲氧基-4-氯硝基苯 16s rrna基因 1,3,5-三嗪 1,1-二氯乙烷
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。
【计算机应用】_回归分析_期刊发文热词逐年推荐_20140724
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
分组 分子电性距离矢量 分子模拟 分子参数 分子力学方法 光解半衰期 光催化降解 偏最小二乘法 体验质量 任务调度 人脸识别 二维局部保形投影 二烷氧基喹唑啉类衍生物 二次规划优化函数 二次回归 二次renyi熵 主成分回归 主成分分析 中心组合实验 丢包 χ ~2检验 xmi v-支持向量回归 svr statistica scm822h齿轮钢 pls plackett-burman pdgfr抑制剂 pcdfs nh3/co2 mlr logit变换 logistic回归 k-s统计量 h2o/co2 bp神经网络 bp人工神经元网络 am1 17α 取代雌二醇 (r)-肾上腺素
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
【国家自然科学基金】_氯代苯_基金支持热词逐年推荐_【万方软件创新助手】_20140802
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
科研热词 推荐指数 饮用水源 1 钴 1 硫脲 1 硫叶立德 1 硝基苯乙烯 1 电性拓扑状态指数 1 电化学 1 氯代苯胺 1 氯代苯基咔咯 1 氧化还原机理 1 气相色谱-质谱法 1 构效关系 1 斑马鱼 1 挥发性有机物 1 急性毒性 1 密度泛函理论 1 定量构效关系 1 地下水 1 固相萃取 1 吹扫捕集 1 合成 1 半挥发性有机物 1 光谱电化学 1 催化臭氧氧化 1 乙酰胆碱酯酶抑制剂 1 不对称michael加成 1 mcm-41 1 gc-ms 1 4-三嗪-7-酮 1 3-(氨基烷氧基芳基)-7h-噻唑并[31 2-b]-1 1 2 1
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
科研热词 西江 结构表征 电离势 电子基态结构 环己酮 环境学 水解/醇解 水生动物 氯苯类有机物 氯代苯阳离子 氯代苯胺 氯代苯 多环芳烃 外部效验性 合成 卟啉 北江 加氢 test qsar pd/la-al203 b3lyp方 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
药品杂质遗传毒性评价的概述
药品杂质遗传毒性评价的概述张玉英1,2,李薇1,潘卫松31.广州市药品检验所,广东省药监局缓控释制剂质量分析重点实验室,广东 广州 510160;2.暨南大学药学院,广东 广州 510632;3.武汉药品医疗器械检验所,湖北 武汉 430074[摘要]本文综述了近年来国内外药品杂质遗传毒性评价的进展。
药品遗传毒性评价的结果直接关系到药品杂质限度的制定,各种杂质的遗传毒性评价方法的研究进展迅猛,在现阶段条件下,使用计算机预测药品杂质的遗传毒性;探索以γH2AX为代表的生物标志物检测替代传统的体内外遗传毒性检测体系;并使用斑马鱼模式动物对其遗传毒性进行验证是行之有效的杂质遗传毒性评价策略。
建立从计算机预测(in silico)、体外生物标志物(in vitro)到体内验证(in vivo)的药品杂质遗传毒性评价平台,有助于建立科学的杂质控制标准,提高药品质量的科学性,药品杂质遗传毒性评价水平的提升对于建设药品关键质量属性评价平台水平意义重大。
[关键词]药品杂质;γH2AX;遗传毒性;安全性评价;综述DOI: 10.19939/ki.1672-2809.2021.04.04Review on the Evaluation of Genotoxcity for Drug ImpuritiesZHANG Yuying1,2, LI Wei1, PAN Weisong31. Guangzhou Institute for Drug Control, GDMPA Key Laboratory for Quality Analysis of Sustained and Controlled Release Preparations, Guangzhou Guangdong 510160, China;2. College of Pharmacy Jinan University, Guangzhou Guangdong 510632, China;3. Wuhan Institute for Medical Products Control, Wuhan Hubei 430074, China.[Abstract] This article reviews the progress in the evaluation of genetic toxicity of pharmaceutical impurities in recent years.·综述·基金项目:广东省药品监督管理局科研项目(2020ZDB06)作者简介:张玉英,主任药师。
生物富集相关问题的探讨
生物富集范丽丽 21416118(浙江大学农业与生物技术学院农药与环境毒理研究所,浙江杭州310058)摘要:生物富集作用的研究,在环境化学与生态毒理学领域已经占据很重要的地位,它对于预测物质在生物体内的含量、建立环境标准以及评估污染物的生态风险具有重要的意义。
本文从生物富集的概念及度量指标、生物富集因子的估算、生物富集的机理与动力学模型以及生物富集的影响因素五个方面对生物富集的相关内容进行了阐述。
并对目前研究的不足之处进行说明,提出了今后可能的研究方向。
关键词:生物富集;生物富集因子(BCF);定量结构-活性关系;动力学模型;影响因素近年来,随着人们对生活环境要求的不断提高,对环境安全的意识也不断增强。
其中有机化合物等在生物体内的累积和富集不仅可能对生物自身带来不利影响,同时也可能通过食物链传递,对生态系统和人类健康造成潜在威胁。
有机化学物质在不同生态系统中的含量,随食物链营养级的升高而增加,其富集系数在各营养级中均可达到很高的数值。
处于食物链顶端的人类,便成为生物富集的最终受害者。
例如,农田中喷洒的农药通过地表径流或土壤的渗透,使许多水体中农药的浓度显著增加,通过水生生物的富集作用进一步危害人类的健康。
有调查研究表明,1960年5月22日~6月2日,美国加利福尼亚东北部的图利湖和下克拉马斯保护区,由于水生生物体内DDT含量的显著增加,导致了食鱼鸟类的大量死亡。
因此,对环境中的有机化合物在生物体内吸收和富集作用的研究已成为环境化学与生态毒理学领域的一项重要内容。
有关有机化合物生物富集作用的研究,在阐明物质在生态系统内的迁移和转化规律、评价和预测污染物进入生物体后可能造成的危害,以及利用生物体对环境进行监测和净化等方面,具有重要的意义。
1 生物富集作用的相关概念及度量指标1.1 概念在环境中经常出现,生物体中某一有机化合物的浓度高于其所在环境中该化合物的浓度。
这种现象被称为生物富集、生物放大或生物累积。
第三十二讲类系化合物构效关系研究案例分析
第三十二讲类系化合物构效关系研究案例分析徐静安;贺少鸱;商照聪【期刊名称】《上海化工》【年(卷),期】2018(043)012【总页数】5页(P12-16)【作者】徐静安;贺少鸱;商照聪【作者单位】;;【正文语种】中文多年来参与一些项目的评审,研究生论文的答辩,相关专业文献的查阅等,笔者感受到随着计算机软硬件技术的发展,20世纪80年代以来,化合物的定量结构-活性/性质相关性(简称构效关系,英文缩写QSAR/QSPR)逐渐成为研究的热点。
2018年2月7日上午,笔者应邀参加在华谊集团大厦举办的煤基多联产工程中心和计算化学化工工程中心技术委员会的年度会议,会上,计算化学也受到了工程界的重视。
上海化工研究院科研工作也进行了相应的安排、探索。
2006级硕士研究生贺少鹏,其学位论文“有机污染物的正辛醇/水分配系数预测及QSPR研究”,导师是徐大刚、刘刚二位教授级高工。
笔者作为研究生办公室顾问一直跟踪项目和参与讨论。
2009年3月笔者还从贺少鹏处借阅《化学计量学方法》,阅读后2011年网购了几本赠与有关专业人员学习、应用。
2012年又阅读了商照聪、贺少鹏的论文“有机污染物分配系数(正辛醇/水)预测软件比较研究”。
2013年院部采购了IBM高性能小型机;2014年,购置了DPS软件,还和上海应用技术大学共建共享配置了VASP软件;2015年院部购置了Gaussian软件。
此外,研究院还在2013年和2014年针对性地招聘了量子化学软件应用的专业人员。
在材料、生物、环境等科学领域,构效关系研究在宏观、介观及微观层面展开,本文讨论的是分子尺度的化合物构效关系。
一、建立构效关系模型的主要步骤根据《有机污染化学》(王连生编著),建立QSPR/QSAR模型的主要步骤见图1。
具体如下:1 训练集化合物的选择图1 建立QSAR/QSPR模型的主要步骤根据一定的统计标准和结构标准选择类系化合物,作为建模的训练集。
化合物选择的条件为:统计上的随机性、结构上的代表性和全面性,以及性质/活性数据的可获得性。
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。
多氯联苯
多氯联苯的来源、风险与毒理性质Keri Hornbuckle Larry Robertson《环境科学与技术》杂志刊登了多篇关于多氯联苯(PCBs)的文章,部分原因是受多氯联苯国际研讨会的影响。
近10年以来,这个会议每2年召开1次。
从一开始,这些研讨会仅重点关注多氯联苯的毒理学特征及其对人体的健康影响,但目前这个研讨会已开始关注多氯联苯研究的各个方面了。
该研讨会为从事不同研究方向的PCB研究人员提供了互相交流的机会。
为了解多氯联苯毒理学特征以及其对人类健康影响的本质,该研讨会重点关注多氯联苯在分析化学、现场修复、风险评估、大气排放、全球运输等方面的最新发现,以及多氯联苯对非人类生物造成的风险和影响。
本文描述了多氯联苯的来源、风险和毒理等多个方面。
研讨会第一个目标旨在促进不同学科多氯联苯研究人员的交流与合作。
第二个目标旨在记录像本文谈到的主要发现成果。
PCB研讨会历程第一届多氯联苯研讨会于2000年4月在肯塔基州列克星敦举行,主题为“PCB的环境毒理学以及其对健康影响研究的最新进展”,这次研讨会和随后举行的研讨会一样,都是由国家环境健康科学研究所和环境保护署(EPA)研究基金会主办的,学术界、企业界和政府人员踊跃参加。
以研讨会的成果为基础,拉里·罗伯逊与拉里·汉森编写了一本书,题目为《PCB的环境毒理学以及其对健康影响研究的最新进展》,2001年由美国肯塔基大学出版。
第二届多氯联苯研讨会于2002年5月在捷克共和国的布尔诺举行,会议提供了1个非常好的交流场所,使发展较快的欧洲、南美地区研究者与中欧、东欧的政府人员能够很好地进行交流。
例如,北美人对多氯联苯以及相关化合物的生产历史非常熟悉,正如熟知新型环境污染源的污染历史一样,而东欧人对化学分析、模拟、修复的新技术很感兴趣。
双方交流将产生新的合作方向。
这届会议的汇编出版在2003年12期(2&3)费森尤斯环境公报上。
第三届多氯联苯研讨会于2004年6月在伊利诺伊州的厄巴纳召开。
卫生毒理学复习题
第一单元卫生毒理学基本概念1.毒物是指()A.可引起机体受损害的化学物B.在一定条件下,投予较小剂量时可造成机体功能或器质性损害的化学物C.在一定条件下,投予较小剂量时可造成机体功能性损害的化学物D.在一定条件下,投大剂量时才造成机体功能或器质性损害的化学物E.在一定条件下,投予较小剂量时就会造成机体器质性损害的化学物2.欲把毒理学剂量反应关系中常见的非对称S状曲线转换为直线,需要将()A.纵坐标用对数表示,横坐标用反应频数表示B.纵坐标用概率单位表示,横坐标用对数表示C.纵坐标用对数表示,横坐标用概率单位表示D.纵坐标用反应频数表示,横坐标用概率单位表示E.纵坐标用概率单位表示,横坐标用反应频数表示3.下列属于无阈值效应的是()A.汞所致的中毒性脑病B.四氯化碳所致的肝细胞坏死C.氢氟酸所致的皮肤灼伤D.乙酰水杨酸所致的胎仔畸形E.氯乙烯所致的肝血管肉瘤4.未观察到损害作用水平(NOAEL)是指()A.不引起亚临床改变或某项检测指标出现异常的最高剂量B.引起DNA损伤的最低剂量C.引起免疫功能降低的最低剂量D.人类终身摄入该化学物不引起任何损害作用的剂量E.引起畸形的最低剂量5.癌基因活化属于()A.疾病标志B.内剂量标志C.早期生物效应标志D.生物效应剂量标志E.结构和/或功能改变标志6.卫生毒理学研究方法不包括()A.使用整体动物的试验B.利用器官、细胞或细胞器研究C.确定化学物化学结构和理化性质D.中毒事故的诊治和人体实验E.人群流行病学调查7.关于卫生毒理学的概念,错误的是()A.是毒理学的一个分支学科B.属于预防医学的范畴C.研究外来化合物对机体的损害作用及其机制D.研究所有化学物对机体的损害作用及其机制E.卫生毒理学研究范围不止限于化学物质8.下列化学物质中不属于外来化合物的是()A.农药 B.药品C.食品 D.微量元素E.生物毒素9.化学物的非损害作用是()A.永久的 B.动态的C.相对的 D.绝对的E.不可逆的10.化学物是否产生毒性反应,最主要的决定因素是化学物的()A.理化性质 B.物理状态C.接触的方式 D.接触的剂量E.接触的途径11.在一定条件下,较小剂量即能对机体发生损害作用的物质,称()A.毒作用 B.毒效应C.毒剂量 D.毒性E.毒物12.体外试验常用的材料是()A.组织器官 B.原代培养细胞C.细胞器 D.细胞株E.以上都是13.致死剂量是指()A.引起人死亡的最小剂量B.引起实验动物死亡的最小剂量C.引起实验动物死亡的最大剂量D.引起生物死亡的最小剂量E.引起生物死亡的最大剂量14.LD50的概念是()A.引起半数动物死亡的最大剂量B.引起半数动物死亡的最小剂量C.出现试验组半数动物死亡的剂量D.经统计计算获得的,能引起一群动物50%死亡的剂量E.经统计计算获得的,抑制50%酶活力所需的浓度15.化学物出现选择毒性的原因,不包括()A.物种和细胞学差异B.不同生物或组织器官对化学物生物转化过程的差异C.不同生物或组织器官对化学物生物转运过程的差异D.不同组织器官对化学物亲和力的差异E.不同组织器官对化学物所致损害的修复能力的差异16.最大无作用剂量是()A.在一定实验条件下,未能观察到任何对机体损害作用的最低剂量B.在一定实验条件下,未能观察到任何对机体损害作用的最高剂量C.人类终身接触该化合物不引起任何损害作用的最低剂量D.化合物在环境中存在而不引起生物体的损害的最高剂量E.以上都不是17.毒作用带的表述错误的是()A.毒作用带的大小表明化学物毒性大小B.毒作用带的大小表明化学物引起死亡的剂量大小C.Zac小表明表明引起死亡的危险性小D.Zch小表明引起慢性中毒的危险性小E.表示化学物质毒作用特点的参数18.急性毒作用带的计算公式是()A.Zac=LD50/LimacB.Zac=Limac/LD50C.Zac=LD0/LimacD.Zac=Limac/LD0E.Zac=LD100/Limac19.慢性毒作用带的计算公式是A.Zch=LD50/LimacB.Zch=Limac/LD50C.Zch=Limac/LimchD.Zch=Limch/LimacE.Zch=LD50/Limch20.关于药物的安全范围下列叙述错误的是()A.可用于评价药物的安全性B.MOS=LD50/ED50C.MOS=LD01/ED99D.用于单次给药的安全性定量比较E.MOS大则发生有害作用的危险性小21.关于化学物的安全范围(MOS)和暴露范围(MOE),下列叙述错误的是()A.以人群暴露量估计值为中心B.定性反映人群暴露的危险性C.定量反映人群暴露的危险性D.MOE大则发生有害作用的危险性小E.MOS大则发生有害作用的危险性大22.关于化学物的安全范围,暴露范围和毒作用带所对应的剂量取值,下列叙述错误的是()A.暴露范围<安全范围<慢性毒作用带<急性毒作用带B.安全范围<暴露范围<慢性毒作用带<急性毒作用带C.暴露范围<安全范围<急性毒作用带<慢性毒作用带D.安全范围<暴露范围<急性毒作用带<慢性毒作用带E.以上都不对23.毒物是()A.动植物中的天然毒素以及有毒的矿物质B.对大鼠经口LD50>500mg/kg的物质C.凡能对机体产生功能和(或)器质损害的物质D.具有致畸、致癌、致突变的效应的物质E.一定条件下较小剂量即能对机体发生损害的物质24.人类目前常用的化学物质种类有()A.300万 B.8万C.40万 D.100万E.15万25.有关毒理学科学未来发展趋势的说法不确切的是()A.从高度综合到高度分化B.从整体动物的体内试验到体外替代试验C.从结构-活性关系到三维定量结构-活性关系D.从基准剂量到阈剂量E.从危险度评估到危险度管理26.损害作用所致机体生物学改变不包括()A.机体正常形态、生长发育过程受到影响、寿命缩短B.机体功能容量如进食量降低C.对外加应激的代偿能力降低D.机体维持稳态能力下降E.对其他环境有害因素的易感性降低27.CO染毒大鼠中100只有40只发生死亡,此为()A.效应B.反应C.剂量-效应关系D.剂量-反应关系E.有的个体不遵循剂量(效应)反应关系规律28.有关毒效应谱的叙述中不确切的是()A.毒效应的性质与强度变化构成毒效应谱B.毒效应谱变化从微小的生理生化变化到临床中毒直至死亡C.毒效应一般由毒作用终点的观察指标来检测D.有机磷农药抑制血液中的胆碱酯酶活性属于毒效应的特异指标E.苯胺可致红细胞内高铁血红蛋白形成属于毒效应的非特异指标29.有关靶器官的下列说法正确的是()A.脂肪组织是最常见的靶器官之一B.靶器官一般只有一个不可能有几个C.在同一靶器官产生毒效应的化学物质毒作用机制相同D.靶器官一定是该化学物质浓度最高的场所E.苯胺和CO均可作用于红细胞影响其运输氧的能力,但毒作用机制不同30.下列有关LD50的叙述不正确的是()A.使一半受试动物死亡的剂量B.通常以mg/kg体重表示C.是化学物急性毒性分级的依据D.与染毒途径无关E.与动物种属有关31.毒理学研究中最常见的剂量-反应关系曲线为()A.直线B.抛物线C.对称S状曲线D.不对称S状曲线E.U形曲线32.关于Zac说法正确的是()A.Zac=Limac/LD50B.Zac越大,表明化学物质引起急性死亡的危险性越大C.Zac值是一个相对稳定的指标D.Zac是急性毒性常用参数之一E.Zac=Limac/limch33.Zch值越大的毒物引起()A.慢性中毒的实际危险性越大B.慢性中毒的实际危险性越小C.蓄积中毒的实际危险性越小D.致死性中毒的实际危险性越大E.致死性中毒的实际危险性越小34.先天缺乏NADH细胞色素b5还原酶活力的患者,对亚硝酸盐类物质异常敏感,这种毒作用改变可以归因为()A.过敏反应 B.速发作用C.迟发作用 D.特异体质反应E.超敏反应二、题型:B11.共用备选答案A.接触标志B.早期生物效应标志C.结构和功能改变标志D.疾病效应标志E.易感性标志血铅升高属于()低色素性贫血属于()2.共用备选答案A.脏器系数B.血铅C.饮水中氟化物含量D.血中胆碱酯酶活性E.脂/水分配系数属于环境外暴露水平测定是()属于内暴露水平测定是()属于有机磷农药的效应标志物是()3.共用备选答案A.化学物与机体接触后经一定时间间隔才出现的毒效应B.化学物与机体接触后在短时间内出现的毒效应C.化学物吸收入血后,经分布过程到达体内其他组织器官所引起的毒效应D.化学物与机体接触后,停止接触,损伤不能恢复,甚至进一步发展加重E.化学物与机体直接接触部位处出现的毒效应速发作用是()全身作用是()迟发作用是()4.共用备选答案A.未观察到作用剂量B.最小致死剂量C.最高容许浓度(MAC)D.中毒阈剂量E.最大耐受剂量最大无作用剂量相当于()最小有作用剂量相当于()安全限量是()5.共用备选答案A.迟发性毒性作用B.过敏性反应C.高敏感性D.速发性毒性作用E.特异体质反应某患者因肺炎就医,经皮试注射青霉素后出现全身荨麻疹,属于()某群体接触低剂量的某化学毒物后,仅有少数个体出现了中毒症状,属于()CO中毒引起的昏迷病人,有些在恢复后数周甚至数月后突然发生严重的脑病,属于()6.共用备选答案A.体内剂量生物标志物B.生物效应剂量标志物C.早期生物学效应生物标志物D.结构和(或)功能改变生物标志物E.易感性标志物多环芳烃PAH与DNA加合物()抑癌基因p53表达降低()血清AFP的出现()DNA修复酶缺陷()三、题型:A21.某毒理学安全性评价机构受厂家委托,对一新研发的喷洒用消毒剂做急性吸入毒性试验,共选用体重为18~22g的昆明种小鼠60只,分为6个剂量组,每组10只,雌雄各半,所得剂量-反应关系曲线形式多为A.直线B.U形曲线C.对称S状曲线D.非对称S状曲线E.抛物线四、题型:A3/A4毒理学鼻祖Paracelsus提出“剂量决定毒物”,即所有物质都有一定毒性,惟有剂量能区别毒物。
多环芳烃和氯代芳香有机污染物环境活性的构效关系研究的开题报告
多环芳烃和氯代芳香有机污染物环境活性的构效关
系研究的开题报告
一、研究背景
多环芳烃和氯代芳香有机污染物广泛存在于自然环境中,其对人类健康和环境安全有着极大的威胁。
这些污染物具有极强的环境活性,可通过生物积累、生物放大等途径进入人体,引发许多疾病。
因此,研究多环芳烃和氯代芳香有机污染物的环境活性及其构效关系,对于保护环境和人类健康具有重要的意义。
二、研究目的
本研究旨在探究多环芳烃和氯代芳香有机污染物的环境活性与其结构之间的关系,为深入了解这些污染物的毒性机制提供理论支持,为环境污染控制和管理提供科学依据。
三、研究内容
1.对多环芳烃和氯代芳香有机污染物的物理化学性质进行测定和分析。
2.对多环芳烃和氯代芳香有机污染物的生物毒性进行实验研究。
3.分析多环芳烃和氯代芳香有机污染物的构效关系,探究污染物的分子结构与环境活性之间的关系。
4.建立多环芳烃和氯代芳香有机污染物的环境活性和结构的定量关系模型,并对其进行验证和修正。
四、研究方法
1.采用实验室验证、理论研究等方法,对多环芳烃和氯代芳香有机污染物进行分析和研究。
2.对研究结果进行统计分析、建模和验证。
五、预期结果
本研究将深入探究多环芳烃和氯代芳香有机污染物的环境活性和结构的关系,建立定量关系模型,为环境污染控制和管理提供科学依据,为保护环境和人类健康作出贡献。
大气中多环芳烃气粒分配规律及气粒分配系数预测
多环芳烃在不同类型气粒上的分配规律
多环芳烃的分布
多环芳烃(PAHs)是一类具有致癌性和环境毒性的有机化合物,主要来源于化石燃料的高温燃烧过 程。在大气中,PAHs主要分布在细颗粒物(PM2.5)和超细颗粒物(PM0.1)中。
分配规律
PAHs在不同类型的气粒上的分布规律与气粒的来源和形成过程有关。例如,人为源排放的PAHs主要 分布在一次气溶胶上,而二次气溶胶中的PAHs则主要来自大气化学反应。此外,不同粒径的气粒上 PAHs的浓度也存在差异,通常随着粒径的减小而增加。
基于统计模型的预测方法
总结词
统计模型方法
详细描述
利用大量实际观测数据,通过多元统计分析方法,建立气粒分配系数的回归模型 ,并考虑不同气象条件和环境因素对模型的影响。
基于人工智能的预测方法
总结词
人工智能方法
详细描述
利用神经网络、支持向量机等人工智能算法,对气粒分配系 数进行预测。该方法可处理非线性问题和多变量影响,并可 利用大量环境因素数据进行训练和优化模型性能。
影响多环芳烃气粒分配的因素
气象条件
气象条件对PAHs的气粒分配有显著影响。例如,风向和风速会影响PAHs的扩散和传输; 湿度和温度则会影响PAHs在不同类型气粒上的分配。
地域差异
不同地区的气候、地形、工业结构和排放源存在差异,导致PAHs的气粒分配也存在地域 差异。例如,工业城市地区的PM2.5和PM0.1上的PAHs浓度通常高于农村地区。
03
大气中多环芳烃气粒分配规律
大气中气粒的分类和特性
气粒分类
大气中的气粒主要分为一次气溶胶和二次气溶胶。一次气溶胶主要由自然源和人为源产生,如海盐、黑碳、土壤 颗粒等;二次气溶胶主要是由大气化学反应形成的,如硫酸盐、硝酸盐等。
有机污染物土壤吸附预测模型及其影响因素
第32卷㊀第7期2013年㊀㊀7月环㊀境㊀化㊀学ENVIRONMENTAL CHEMISTRY Vol.32,No.7July 2013㊀2013年1月30日收稿.㊀∗国家自然科学基金项目(20977015);东北师范大学中央高校基本科研业务费专项资金(11SSXT138)资助.㊀∗∗通讯联系人,Tel:0431-********;E-mail:weny501@ DOI :10.7524/j.issn.0254-6108.2013.07.011有机污染物土壤吸附预测模型及其影响因素∗刘㊀娴㊀闻㊀洋∗∗㊀赵元慧(国家环境保护湿地生态与植被恢复重点实验室,东北师范大学环境学院,长春,130024)摘㊀要㊀以701种有机化合物的土壤吸附系数作为数据集,选取594种有机化合物作为训练集,剩余107种作为测试集.根据训练集化合物建立土壤吸附系数K oc 与辛醇/水分配系数K ow 的线性和非线性模型,应用平均残差(AE),平均绝对残差(AAE)和均方根误差(RMSE)来检验模型的预测能力,模型具有良好的预测能力.同时,比较不同类型的化合物的实测值与预测值,发现部分同系物的预测值与实测值存在系统的偏差,这些偏差主要是由吸附机理,溶解度,水解作用,挥发作用,实验误差等原因造成,这些因素均会对土壤吸附系数的预测产生影响.关键词㊀土壤吸附,分配系数,模型检验,疏水性.土壤沉积物对有机化合物的吸附作用是影响其在土壤中迁移㊁转化等环境行为的重要过程之一,是污染物从非饱和溶液转入固相的主要途径,能够强烈影响化合物在水环境与土壤环境中的含量㊁生物活性以及生物毒性.因此,研究化学物质在环境中的迁移转化过程,讨论它们在环境中的归趋,对评价有毒有害化学物质的环境行为及其对环境的潜在危险都具有重要意义.土壤/水分配系数(K d )是评价有机化合物环境行为的重要参数.当土壤中有机碳的质量分数f oc >0.001,溶解度较低时,土壤/水分配系数(K d )可以被标化为土壤吸附系数(K oc ),K oc =K d /f oc [1-2].土壤的亲脂性可由正辛醇来替代,所以正辛醇/水分配系数(K ow )可以用来表达有机化合物在土壤/水体系中的分配行为.前人通过建立lg K oc 与lg K ow 的定量结构-活性关系(QSAR)模型来预测土壤吸附系数[3-4],但这些模型都是根据非离子型化合物建立的,并且数据量较少,没有外部检验.此外,这些模型对于疏水性化合物(1<lg K ow <4)的预测结果较好[5],但对高疏水性化合物(lg K ow >5)的预测能力较差[6].目前文献中对lg K oc 与lg K ow 的非线性模型还没有报道.本文以701种有机化合物的土壤吸附系数为研究对象,计算了19种分子结构描述符,建立了lg K oc 与lg K ow 的线性和非线性模型,并检验了模型的预测能力.同时分析了土壤吸附的影响因子.1㊀材料与方法1.1㊀K oc 实测数据本文所用的K oc 实测数据来自两篇文献[7-8],Schrüüman 等[7]发表了571种K oc 数据,Gramatica 等[8]发表了643种K oc 数据,两组数据中有513种有机化合物重复出现.比较K oc 的重复值发现二者具有很好的可比性,因此本研究选用513种重复出现K oc 的数据为Schrüüman 文献值.两篇文献中共有701种有机化合物的K oc 实测数据,实测lg K oc 值范围为-0.30 6.50,这些数据通过电子邮件向作者索取.本研究化合物类型包括醇㊁卤代烷烃和烯烃㊁酯㊁卤代环烷烃㊁烷基苯㊁卤代苯㊁硝基苯㊁苯酚㊁苯胺㊁有机酸㊁苯甲酸酯㊁联苯㊁多环芳烃㊁乙酰苯胺㊁芳香族化合物㊁有机磷和有机硫化合物等.在建立模型过程中,选择数据集的85%作为训练集(594种),其余作为测试集(107种).1.2㊀分子描述符本研究计算了19种分子结构描述符来表征分子的大小㊁疏水性㊁溶解性㊁极性㊁可离子化率㊁柔韧1200㊀环㊀㊀境㊀㊀化㊀㊀学32卷性㊁氢键酸度和碱度.包括分子量(MW)㊁辛醇/水分配系数(K ow)㊁表观分配系数(D)㊁酸性电离常数(p K a-A)㊁碱性电离常数(p K a-B)㊁非离子态的百分率(F0)㊁正离子价态的百分率(F+)㊁负离子价态的百分率(F-)㊁耦合离子价态的百分率(F±)等.上述分子描述符由ACD/Labs(Advanced Chemistry Development,Inc.,)软件计算,其中lg K ow是碎片法计算值.1.3㊀模型建立与评价线性分析采用Minitab14.0软件中逐步回归分析选择变量参数,多元线性回归分析(MLR)建立模型,非线性分析采用TcWin软件建立模型.模型的评价指标包括:化合物的个数(n)㊁决定系数(R2)㊁标准偏差(S)㊁Fisher检验值(F).模型的预测能力通过外部检验来实现,由平均残差(AE)㊁平均绝对残差(AAE)㊁均方根误差(RMSE)来表征.相关参数的定义为:AE=ðn i=1(y i-y^i)/n(1)AAE=ðn i=1|y i-y^i|/n(2)RMSE=ðn i=1(y i-y^i)2/n(3)其中,n为模型中化合物的个数,y i和y^i分别为第i个化合物lg K oc的实测值和预测值.2㊀结果与讨论2.1㊀lg K oc与lg K ow线性和非线性模型的建立首先对训练集中有机化合物的土壤吸附系数和计算的19种分子结构描述符进行了逐步回归分析,发现lg K oc与lg K ow具有显著的相关性,引入其它分子描述符并不能显著地增加回归方程的相关性,对化合物分类研究进一步发现对于所有化合物,在广泛的范围内lg K oc与lg K ow并不完全为线性关系,而是一种非线性关系(图1),对于疏水性化合物0.5<lg K ow<7.5的范围内(见图1中2区),lg K oc与lg K ow存在线性关系,线性相关模型见方程(4).应用TcWin分析软件对训练集中所有化合物lg K oc与lg K ow进行非线性回归分析,发现模型(5)能很好地描述lg K oc与lg K ow的非线性关系.lg K oc=0.661+0.672lg K ow(n=558㊀R2=0.76㊀S=0.55㊀F=1793)(4) lg K oc=1.15+0.334lg K ow+0.0396(lg K ow)2+0.00290(lg K ow)3-0.000868e lg K ow(n=594㊀R2=0.79㊀S=0.55㊀F=538)(5)线性和非线性模型的决定系数(R2)分别为0.76和0.79,表明模型的拟合能力较好,lg K oc实测值与lg K ow的拟合结果如图1所示.图1中直线是模型(4)的拟合线,曲线是模型(5)的拟合线.模型(5)可以表示训练集中有机化合物土壤吸附数据79%的变化,虽然结果相对较好,但是观察图1发现一些化合物离群,如图中空心方框所表示的有机化合物.根据模型(5)对lg K oc的实测值与预测值之间残差进行分析,结果发现一些有机化合物存在系统偏差.例如醇类㊁卤代烷烃㊁烯烃类和酯类的实测值均低于模型(5)的预测值.对于可离子化化合物,有机酸类实测值低于模型(5)的预测值.芳香族化合物的实测值高于模型(5)的预测值,尤其是多环芳烃和聚芳香族杂环化合物.表1列出了根据这些化合物实测值与模型(5)预测值的平均残差(AE)计算出的校正因子.将校正因子加入模型(5)建立一个新模型,如模型(6)所示.lg K oc=方程(5)+校正因子(6)模型(6)能够很好地预测所有化合物的土壤吸附系数.加入校正因子后标准偏差明显降低(S= 0.49).这些化合物存在系统偏差可能是由于吸附机理㊁溶解度㊁水解作用㊁挥发作用㊁实验误差等原因,这在下面将做详细讨论.㊀7期刘娴等:有机污染物土壤吸附预测模型及其影响因素1201㊀图1㊀lg K oc 实测值与lg K ow 的相关性图Fig.1㊀Plot of measured lg K oc against lg K ow表1㊀特殊组化合物的校正因子Table 1㊀Correction factors for some class-specific compounds化合物类型校正因子醇-0.78卤代烷烃和烯烃-0.31酯-0.37有机酸-0.40多环芳烃0.44聚芳香族杂环化合物0.972.2㊀模型检验应用测试集107种有机化合物对模型的预测能力进行外部检验.同时与KOCWIN 软件中(EPI Suite 4.0)两种模型进行比较(以1-MCI 和lg K ow 为参数的计算模型),所计算的平均残差(AE),平均绝对残差(AAE)和均方根误差(RMSE)值见表2.表2㊀模型(4)㊁(5)㊁(6)和KOCWIN 模型的lg K oc 预测值分析Table 2㊀lg K oc values predicted from models (4),(5),(6)and KOCWIN models 模型训练集(n =594)AE AAE RESE 测试集(n =107)AE AAE RESE 数据集(n =701)AE AAE RESE (4)0.000.450.600.160.520.650.030.460.61(5)0.000.410.550.080.490.630.010.430.56(6)0.010.360.490.010.440.570.010.370.50lg K ow -based -0.010.380.530.140.520.670.010.400.56MCI-based -0.050.390.54-0.120.540.73-0.060.410.57表2结果表明,对于所有化合物,非线性模型(5)的预测能力要好于线性模型(4).然而,对于疏水性化合物,线性模型和非线性模型的预测能力相近.对所有数据集,最优的模型是模型(6),平均绝对残差(AAE)为0.37,平均残差(AE)为0.01.为进一步评价模型质量,将本研究模型与KOCWIN 软件的两种模型(lg K ow -based 和MCI-based)进行了比较(表2).与其相比,非线性模型(5)的精确度稍差,但是模型(5)简单,并且只用了一个参数.非线性模型(6)的预测能力要好于其它模型,其预测值的平均绝对残差小于0.4个lg 单位,见图2(图中虚线表示3倍标准偏差).2.3㊀土壤吸附的影响因子有机化合物在土壤中的吸附是一个复杂的过程,可能包括多种作用模式和机制,许多因子可以影响有机化合物在水相和固相的浓度,如吸附机理㊁溶解度㊁水解作用㊁挥发作用㊁实验误差等,导致土壤吸附1202㊀环㊀㊀境㊀㊀化㊀㊀学32卷系数的预测值高于或低于实测值,影响土壤吸附的预测.图2㊀训练集和测试集化合物lg K oc的实测值与预测值的相关性图Fig.2㊀Plot of observed lg K oc against predicted lg K oc for training and test sets2.3.1㊀吸附机理对于疏水性化合物(0.5<lg K ow<7.5),吸附过程中土壤有机碳含量可以作为一个重要的决定因素,土壤中有机质对非极性化合物的吸附起主要作用,所以疏水性化合物的lg K oc与lg K ow呈线性相关(图1中2区).对于亲水性化合物(lg K ow<0.5),疏水性吸附减弱,土壤中其它物质可以成为重要的吸附剂,因此根据lg K ow预测的lg K oc值并不准确.土壤有机质的亲水性吸附变得显著[2,9],导致lg K oc不随lg K ow的增加而变化,而是接近于常数(图1中1区).2.3.2㊀溶解度土壤吸附系数是有机化合物吸附在土壤/沉积物中的浓度与溶解在水中浓度的比值.只有完全溶解在水中的有机化合物才能够被土壤或沉积物吸附[10-11].低溶解度导致可用性下降,同时水中溶解的有机质对化合物也具有吸附作用,导致高疏水性化合物(lg K ow>7.5)的吸附作用下降,lg K oc随着lg K ow的增加而下降(图1中3区).2.3.3㊀离子化可离子化化合物在水中以多种形态存在,有机化合物的离子态和非离子态对土壤吸附系数贡献不同,已为人们所公知[12-13].为了研究离子化率对土壤吸附系数的影响,分别计算了有机物中性态的辛醇/水分配系数(非离子态在辛醇/水中浓度的比值)K ow和可离子化有机物的表观分配系数D,即非离子态在辛醇中浓度和水中总浓度(非离子态和离子态)的比值,D和K ow的关系如公式(7㊁8)所示.D(一元酸)=K ow/(1+10pH-p K a)=K ow F0(7)D(一元碱)=K ow/(1+10p K a-pH)=K ow F0(8)其中,F0是有机酸或碱的非离子态在水中总浓度的百分比.如果离子态和非离子态对土壤吸附系数有相同的贡献,用模型(4㊁5)根据lg K ow计算的lg K oc预测值应接近实测值.如果只有非离子态对土壤吸附系数有贡献,用模型(4㊁5)根据lg D计算的lg K oc预测值应接近实测值.考察有机酸类化合物的lg K oc实测值与预测值发现,用lg K ow预测的lg K oc要偏高于实测值(表1),而用lg D预测的lg K oc要偏低于实测值,这表明虽然非离子态在土壤吸附过程中起主要作用,但是阴离子对土壤吸附过程也有贡献,带阴离子的羧基可以与土壤中铝离子相互作用,对吸附系数产生贡献,但是与非离子态的疏水性作用相比,这种作用相对较弱.2.3.4㊀转化土壤吸附过程中存在代谢转化过程,lg K oc的实测值是根据母体化合物的浓度得到的,而不是母体化合物和代谢产物的总浓度,所以转化可以降低母体化合物在水相中的浓度,导致预测值偏高.一些有机化合物在溶液中能够迅速转化,如酯类化合物在溶液中可以水解为羧酸类和醇类化合物,羟基苯酚类在水中易被氧化成苯醌类化合物,这也解释了为什么酯类化合物的预测值要高于实测值(表1).㊀7期刘娴等:有机污染物土壤吸附预测模型及其影响因素1203㊀2.3.5㊀挥发作用挥发作用可以影响土壤吸附系数的实验测定,减少有机化合物在溶液中的浓度[14].通过HENRYWIN 软件(EPI Suite 4.0)计算701种有机化合物的亨利常数来研究挥发作用,结果表明对于大部分高挥发性化合物(卤代烷烃和烯烃),lg K oc 的实测值低于模型(5)的预测值(表1),这种差异是由吸附过程中有机化合物挥发作用导致的.2.3.6㊀土壤/溶液比例在平衡状态下,土壤/溶液比例是影响吸附实验准确度的一个重要参数.当吸附量在20% 80%之间时,吸附实验的准确度较高,其最优值在50%左右[15].土壤吸附量按公式(9)计算.土壤吸附量(%)=m S m S +m W =K oc ˑf oc ˑm W ˑW S /V W K oc ˑf oc ˑm W ˑW S /V W +m W =K oc ˑf oc ˑW S /V W K oc ˑf oc ˑW S /V W +1(9)其中,m S 为土壤吸附有机化合物的质量(mg);W S 为土壤的重量(kg);m W 为有机化合物溶解在水中的质量(mg);V W 为溶液的体积(L);f oc 为土壤中有机碳的质量分数.根据公式(9)可以计算不同土壤/溶液比例时的土壤吸附量,结果见表3.表3㊀不同吸附系数的化合物在不同土壤/溶液比例时的土壤吸附量Table 3㊀Percentage of sorption at different soil /solution ratios(土壤/溶液比例)/(kg ㊃L -1)lg K oc 01234561/1195091991001001/500.020.221767951001/1000.010.119509199表3结果表明对于lg K oc <1和lg K oc >5化合物,土壤吸附量不在20% 80%的范围内.所以较低或较高吸附系数的化合物实验准确度较差,这解释了多环芳烃和聚芳香族杂环化合物的实测值与预测值存在较大误差的原因(表1).2.3.7㊀实验误差实验数据来自两篇文献,两组数据集中有513种重复的有机化合物,其中384种具有相同或相近的实测值,它们可能来自同一数据源.其余129种有机化合物lg K oc 的平均残差(AE)和平均绝对残差(AAE)分别为0.01和0.29,有些化合物的土壤吸附差值高于一个数量级,因此实验误差是影响土壤吸附系数的一个重要的原因.另外土壤类型㊁暴露浓度㊁实验条件和测定时间都可能导致lg K oc 实测值存在一定的差异.有些有机化合物也可能与土壤存在特殊的相互作用,例如多环芳烃和聚芳香族杂环化合物,导致模型(5)的预测值要低于实测值(表1).3㊀结论对于疏水性化合物(0.5<lg K ow <7.5),疏水性是其在土壤吸附过程中的主要驱动力,lg K oc 与lg K ow呈线性相关.然而对于所有的化合物,lg K oc 与lg K ow 呈非线性相关.根据训练集594种有机化合物建立了土壤吸附系数的非线性模型,决定系数(R 2)为0.79.应用测试集107种有机化合物对模型的预测能力进行检验,检验结果表明,模型具有良好的预测能力.此外,残差分析发现一些化合物存在系统偏差,导致这些偏差的原因包括,亲水性与疏水性化合物的吸附机理不同,高疏水性化合物的溶解度较低,酯类化合物的水解作用,挥发性化合物的挥发作用,土壤吸附系数较高或较低时实验误差较大等.参㊀考㊀文㊀献[1]㊀Karickhoff S anic pollutant sorption in aquatic systems[J].Journal of Hydraulic Engineering,1984,110(6):707-735[2]㊀Baker J R,Mihelcic J R,Luehrs D C,et al.Evaluation of estimation methods of organic carbon normalized sorption coefficients[J].WaterEnvironment Research,1997,69(2):136-145[3]㊀Gwalik B M,Sotirious N,Feicht N,et al.Alternative for the determination of soil adsorption coefficient,K oc of non-ionicorganic1204㊀环㊀㊀境㊀㊀化㊀㊀学32卷compounds A review[J].Chemosphere,1997,34(12):2525-2551[4]㊀Doucette W J.Quantitative structure-activity relationships for predicting soil-sediment sorption coefficients for organic chemicals[J].Environmental Toxicology Chemistry,2003,22(8):1771-1788[5]㊀SabljicᶄA,Güsten H,Verhaar H,et al.QSAR modeling of soil sorption.Improvements and systematics of lg K oc vs.lg K ow correlations[J].Chemosphere,1995,31(12):4489-4514[6]㊀Baker J R,Mihelcic J R,Shea E.Estimating K oc for persistent organic pollutants:Limitations of correlations with K ow[J].Chemosphere,2000,41(6):813-817[7]㊀Schüürmann G,Bert R U,Kühne R.Prediction of the sorption of organic compounds into soil organic matter from molecular structure[J].Environmental Science Technology,2006,40(22):7005-7011[8]㊀Gramatica P,Giani,Papa E.Statistical external validation and consensus modeling:A QSPR case study for K oc prediction[J].Journal ofMolecular Graphics Modeling,2007.25(6):755-766[9]㊀Franco A,Fu W J,Trapp S.Influence of soil pH on the sorption of ionizable chemicals:Modeling advance[J].Environmental ToxicologyChemistry,2009,28(3):458-464[10]㊀Cheng H anic residues in soils:Mechanisms of retention and extractability[J].International Journal of Environmental AnalyticalChemistry,1990,39(2):165-171[11]㊀Mackay D,Fraser A,Bioaccumulation of persistent organic chemicals:mechanisms and models[J].Environmental Pollution,2000,110(3):375-391[12]㊀Bintein S,Devillers J.QSAR for organic chemical sorption in soils and sediments[J].Chemosphere,1994,28(6):1171-1188[13]㊀Franco A,Trapp S.Estimation of the soil-water partition coefficient normalized to organic carbon for ionizable organic chemicals[J].Environmental Toxicology Chemistry,2008,27(10):1995-2004[14]㊀Cousins I T,Beck A J,Jones K C.A review of the processes involved in the exchange of semi-volatile organic compounds(SVOC)acrossthe air-soil interface[J].Science of the Total Environment,1999,228(1):5-24[15]㊀Delle S A.Factors affecting sorption of organic compounds in natural sorbent/water systems and sorption coefficients for selected pollutants.A review[J].Journal of Physical Chemical Reference Data,2001,30:187-439Predictive model for soil sorption of organicpollutants and influencing factorsLIU Xian㊀㊀WEN Yang∗㊀㊀ZHAO Yuanhui(Key Laboratory of Wetland Ecology and Vegetation Restoration of National Environmental Protection,School of Environmental Sciences,Northeast Normal University,Changchun,130024,China)ABSTRACTThe hydrophobic parameter represented by the octanol/water partition coefficient(K ow)is commonly used to predict the soil sorption coefficient(K oc).In the present paper,soil sorption data for701compounds were analyzed.The results show that lg K oc is linearly related to lg K ow for the compounds with lg K ow in the range of 0.5 7.5and non-linearly related to lg K ow for the compounds in a wide range of lg K ow.A non-linear model was developed between lg K oc and lg K ow for a wide range of compounds in the training set.The models were validated terms of average error(AE),average absolute error(AAE)and root-mean squared error(RMSE) by using an external test set with107compounds.Systemic predictive deviations were been observed for some class-specific compounds.The reasons for systemic deviations may be attributed to the difference of sorption mechanism for hydrophilic compounds,low solubility for highly hydrophobic compounds,hydrolysis of esters in solution,volatilization for volatile compounds and highly experimental errors for compounds with extremely high or low sorption coefficient.Keywords:soil sorption,partition coefficient,model validation,hydrophobicity.。
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】。
【浙江省自然科学基金】_定量计算_期刊发文热词逐年推荐_20140812
53 54 55 56 57 58 59 60
2011年 科研热词 饮用水 飞灰 风敏感度 频率效应 颈动脉疾病 静态寻北 隔振 重金属 造影剂 过流能力 误差分析 计量学 草甘膦 自然键轨道方法(nbo) 脑梗死 线粒体dna 系统应变能 精子 简化计算模型 空沟 碘离子 硫氰酸根 生物毒性 热力学平衡 浆态鼓泡塔 流体力学模型 河网水体流动 水位 毛细管离子色谱 残渣 模态效应 格子法 控导措施 成分 引水工程 底灰 局域电导率 尺度效应 尺寸效应 寻北算法 对苯二甲酸 密度泛函理论(dft) 实时荧光定量pcr 定量结构-活性关系 定量 定性 城市污水污泥 均质地基 动脉粥样硬化斑块 列管内构件 分析 光纤陀螺 推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
科研热词 遗传函数算法 静电喷雾 静态微混合器 遥感反射比 计算机模拟 表面酸碱性 草型底质 脉动风 群落相似性 空间相关性 电极直径 电极环 环形电极 特征频率 滩涂 湍流 混沌对流 水灰比 水泥浆体 水化 桥梁事故 标准两方程模型 杭州 杀菌活性 最大水泥颗粒直径 拉格朗日跟踪 感应荷电 微流控 影响因子 定量结构-活性关系 定量构效关系 太湖 大跨斜拉桥 大型底栖动物 复合氧化物 城市空气污染 吸附热力学参数 吡啶类衍生物 反相气相色谱法 初凝时间 分子设计 分子力场分析 克里格插值 仿真反演 亚胺类杀菌剂 互花米草 事件树分析法 丙烯酰吗啉
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。
风险分析的基本定义
风险分析的基本定义风险分析包括三个部分:风险评估、风险管理与风险情况交流。
根据CAC工作程序手册(1997年,第10版),与食品安全有关的风险分析术语的定义如下,需要说明的是,风险分析是一个正在发展中的理论体系,因此有关术语及其定义也在不断地修改和完善。
危害(hazard):食品中可能导致一种健康不良效果的生物、化学、或者物理因素或状态。
风险(risk):一种健康不良效果的可能性以及这种效果严重程度的函数,这种效果是由食品中的一种危害所引起的。
风险分析(risk analysis):包含三个部分的一个过程,即:风险评估、风险管理和风险情况交流。
风险评估(risk assessment):一个建立在科学基础上的包含下列步骤的过程:(1)危害识别,(2)危害描述,(3)暴露评估,以及(4)风险描述。
危害识别(hazard identification):识别可能产生健康不良效果并且可能存在于某种或某类特别食品中的生物、化学和物理因素。
危害描述(hazard characterization):对与食品中可能存在的生物、化学和物理因素有关的健康不良效果的性质的定性和/或定量评价。
对化学因素应进行剂量-反应评估。
对生物或物理因素,如数据可得到时,应进行剂量-反应评估。
剂量-反应评估(dose-response assessment):确定某种化学、生物或物理因素的暴露水平(剂量)与相应的健康不良效果的严重程度和/或发生频度(反应)之间的关系。
暴露评估(exposure assessment):对于通过食品的可能摄入和其他有关途径暴露的生物、化学和物理因素的定性和/或定量评价。
风险描述(risk characterization):根据危害识别、危害描述和暴露评估,对某一给定人群的已知或潜在健康不良效果的发生可能性和严重程度进行定性和/或定量的估计,其中包括伴随的不确定性。
风险管理(risk management):根据风险评估的结果,对备选政策进行权衡,并且在需要时选择和实施适当的控制选择、包括规章管理措施的过程。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Qu n i t eS r cu eAcii lt n hp a t ai tu t r - t t Reai s i t v vy o
MA ig , W U Migh n Jn n — o g , XU G n W ANG W e . u ag nh a , C HEN Jn pn G i— ig ( .S ho o ni n et n h mcl nier g Sa ga U i r t, hnh i 0 44 hn ; 1 col f vo m na adC e i g ei , hnh i nv sy S ag a 20 4 ,C i E r l aE n n ei a 2 col f n i n etl c neadE g er g S aga J oogU ie i , h nhi 02 0 hn ) .Sho o E vr m na S i c n ni ei ,e n n a v sy
关键词 : 结构一 活性关系 ; 逸度模型 ; 氯代多环芳烃 ; 环境归趋
中 图分 类 号 : 3 X 1 文献标志码 : A 文章 编 号 : 0726 ( 00 0 - 3 -5 10 8 1 2 1 ) 50 60 . 5
Ph sc l y ia/Che ia o e t tm a i n f r CIPAH s Co e r m c lPr p ry Esi to o ・ ng ne sby
嗯英的致癌 、 致突变毒性 , 并在环境 中广 泛存 在. 利用结构一 活性关系及逸度模型对该 新型有机 污染物进行 性质及环
境 归趋 的预 测 . 果 表 明 , 结 随着 氯 原 子 取 代 数 的增 加 , 1 A s的毒 性 会 有 所 增 强 , 在 环 境 中更 趋 向富 集 于 土 壤 和 C一 H P 且 底 泥 中 , 有 与 二 嚼英 类 似 的 环 境 行 为 . 具
Q a tai t cuea t i e t nhp( S R)a dlvl fgc ymoe w r ue s m t te u ni t es utr—c v yr ai si Q A t v r it l o n e m uai d l ee sdt et ae h e t o i
p l t n st n st c u lt n s i a d s d me twih d o i ・ie f t n t e e vr n n . ol a t e d o a c mu ae i ol n e i n t ix n l a e i h n io me t u k
第 1 6卷 第 5期 21 00年 1 0月
上 海 大 学 学 报 ( 然 科 学 版) 自
J U A FS AN H N V RST N T R LS IN E) O RN LO H G AI I E IY( A U A C E C U
Vo _ 6 No. J l 5
p y ia/c e c lp o e te a d e vr n n a a e f2 C1P h sc l h mi a r p ris n n io me t lf t o 0 一 AH o g ne s i h s tdy Th rs l c n e r n t i su . e e ut
Abta t C l ia dplcc cao a ch doab n C—A s r hoiae ei t e f A s src : h r t o yl rm t y rcro s( I H )aeclr tddr ai s H , on e y i i P n v v oP
a d s m e C1P n o ・ AH sh v e n s o o ei i d o i —i e tx ct n t g n c p o e t s Ne et ls a e b e h wn t lct ix n lk o i i a d mu a e i r p ri . y e v rhee s
s o h tt e t xct fC1P h wst a h o ii o 一 AHs i c e s swi h n r a i g o h o i to e e . Th s e t p f y n r a e t te i c e sn fc lrnain lv 1 h e e n w y e o
Oc .2 0 t 0l
d i 1 . 9 9 j i n 1 0 —8 1 2 1 . 5 0 8 o : 0 3 6 / . s . 0 7 2 6 . 0 0 0 . 1 s
结 构 - 性 关 系对 氯 代 多环 芳 烃 性 质 的 预 测 活
马 静 吴 明红 徐 刚 , 王 文华 程金 平 , , ,
,
i fr t n o t e p y i a/c e c l p o e te a d e v rnme a f t o C1PAHs a e l i d. n o ma i f h h sc l h mia r p ri s n n io o ntl a e f 一 r i t m e
( . 二 大 学 环 境 与 化 学 工 程 学 院 , 海 2 04 2 上 海 交 通 大 学 环 境 科 学 与 工 程 学 院 , 海 2 04 ) 1 J海 上 0 44; . 上 0 2 0
摘要 : 氯代多环芳烃 (ho nt o cc ca m t y r abn ,1 A ) 为多环 芳烃的氯代衍生物 , clr a dpl yl r ai hdo ro sC一 Hs作 i e y i o c c P 具有类似二