預測氣態含硫化合物在低溫水解條件下消除速率常數的方法
【技術領域】
[0001] 本發明涉及一種通過建立定量構效關系模型（QSAR)預測氣態含硫化合物在低溫 水解條件下消除速率常數的方法，屬于生態風險評價的定量結構與活性關系技術領域。
【背景技術】
[0002] 有機化合物結構-活性定量相關的研究，最初作為定量藥物設計的一個研究分支， 是為了適應合理設計生物活性分支的需要而發展起來的。定量構效關系研究是應用化學計 量學方法研究有機物的分子結構與理化性質或活性之間的定量相關性，通過選取分子的理 化參數或結構參數，用化學計量學和數理統計法研究有機化合物結構與其理化性質或生物 活性之間的定量關系，建立定量構效模型方程來預測有機化合物分子理化性質或生物活 性。它對于設計和篩選生物活性顯著的藥物，以及闡明藥物的作用機理等均具有指導作用。 特別是近二三十年來，由于計算機技術的發展和應用，使定量構效關系模型(QSAR)不僅已 成為定量藥物設計的一種重要方法，而且在環境化學、環境毒理學等領域中也得到了廣泛 的應用。許多環境科學研究者通過各種污染物結構-毒性定理關系的研究，建立了多種具有 毒性預測能力的環境模型，如大連理工大學發明的專利"一種通過定量構效關系和溶劑化 模型預測不同溫度下的正辛醇空氣分配系數K QA的方法"（中國專利申請號201210505935.6) 和"一種通過定量構效關系模型預測有機物液相蒸汽壓的方法"（中國專利申請號 201110410088.0)及山東大學發明的專利"一種通過定量構效關系模型預測有機磷農藥對 水生生物急性毒性的方法"（中國專利申請號201410053184.8)。這對已進入環境的污染物 及尚未投放市場的新化合物的生物活性、毒性乃至環境行為進行了成功的預測、評價和篩 選，這些都說明QSAR在環境領域中已顯示出極其廣闊的應用前景。
[0003] 硫的有機化合物廣泛存在于大氣環境中，并且硫在大氣對流層和同溫層的平衡中 扮演著重要的角色，它們的來源可分為自然源和人為源。氣態含硫有機化合物的人為源主 要來自工業廢氣的排放，氣態含硫有機化合物排放到大氣環境中，可以進行一些物理和化 學過程，從而導致它們在大氣中消除或在大氣中進一步轉化，會對環境和生物造成非常嚴 重的污染和危害，例如C0S和CS 2擴散到大氣圈的平流層時，會通過光解-氧化作用生產502氣 體，這是酸雨的主要來源之一，與此同時有可能轉化為硫酸鹽的氣溶膠，引起大氣層中臭氧 的損耗，加劇全球氣候變化;而且當大氣環境中的氣態含硫有機化合物含量達到一定濃度 時，可以侵襲人類的神經系統，會帶來巨大的危害，它通過呼吸道、消化道和皮膚進入人體， 作用于人體的各個器官，產生致畸、神經衰弱、神經性麻痹、胚胎發育障礙和子代先天性缺 陷等癥狀，危及人體健康。另外，目前國內霧霾及其嚴重，特別是北京、天津等大城市，而據 文獻報道，霧霾顆粒上吸附有大量的含硫化合物，導致含硫化合物隨著霧霾顆粒進入人體， 嚴重危害人體健康。因此，準確預判含硫有機化合物濃度以及時提出正確預防措施是必要 的。而大氣中有機化合物去除的主要途徑是與羥基自由基反應（· 0H)，而大氣中· 0H的主 要來源于水解。因此，研究氣態含硫有機化合物在低溫水解條件下的消除速率常數對準確 預判氣態含硫有機化合物濃度具有重要意義。但經檢索，利用建立定量構效關系模型預測 氣態含硫有機化合物在低溫水解條件下的消除速率常數的方法還未見報道。
【發明內容】
[0004] 針對現有技術上的不足，本發明的目的在于提供一種預測氣態含硫化合物在低溫 水解條件下消除速率的方法。
[0005] 本發明方法按如下步驟進行： (1) 通過查閱資料或文獻獲得待測氣態含硫化合物的分子結構信息，利用量子化學軟 件對待測氣態含硫化合物進行幾何結構優化，獲得氣態含硫化合物結構的最優構型，從而 獲取最高占據軌道能量Eh_、最低未占軌道能量E LUMq、分子平衡電負性2、三個量子化學參 數； (2) 運用多元線性回歸分析建立QSAR模型，獲得如下回歸方程，并通過回歸方程計算待 測氣態含硫化合物的消除速率常數&;
，N為分 子原子數，為原子電負性，巧為分子中某個原子的原子數； 擬合能力：R2=0.86517。
[0006] 所述最優構型是指通過計算軟件優化得到分子能量最低時的分子構型。
[0007] 本發明技術方案的原理是利用已知氣態含硫有機化合物分子，運用量子化學軟件 對其進行幾何全優化，得出與低溫水解相關的一些分子結構參數，并查得其他相關的經驗 參數;然后結合消除速率常數數據，利用簡單、透明的多元線性回歸分析方法，建立各種分 子描述符與消除速率之間的定量關系擬合方程，并對方程的擬合能力，預測能力進行驗證。 最后對模型的適合應用范圍進行規范。由此，可以快捷、有效的預測氣態含硫有機化合物在 低溫水解條件下的消除速率常數。
[0008] 本發明預測氣態含硫有機化合物在低溫水解條件下的消除速率常數的方法通過 如下過程構建： (1) 通過進行低溫水解實驗或通過查閱相關數據庫和文獻，獲得氣態含硫有機化合物 的消除速率(％)數據(本工作共收集了 14個氣態含硫有機化合物的相關數據）； (2) 利用量子化學軟件對待測氣態含硫有機化合物進行幾何結構優化，獲得最高占據 軌道能量(Ehqmci)、最低未占軌道能量(Elumq)及分子平衡電負性
其中N 為分子中的總原子數,?為原子電負性，氣為分子中某個原子的原子數)三個量子化學參 數作為分子描述符； (3) 將步驟（1)得到的消除速率常數數據中抽取1/4作為驗證集數據，其余為訓練集數 據，訓練集用來構建預測模型，驗證集用來驗證模型的預測能力； (4) 以步驟(2)獲得的分子描述符為自變量，氣態含硫有機化合物的消除速率常數為因 變量，運用多元線性回歸分析建立QSAR模型，最后獲得如下回歸方程：
擬合能力:R2=〇. 86517; 如圖1所示，對于訓練集來說，實驗值與預測值誤差較小，說明此模型具有較好的預測 性及準確性，因此，此模型可以用于預測氣態含硫化合物在低溫水解條件下的消除速率常 數。
[0009] (5)將驗證集數據帶入獲得的回歸方程(見圖2)，得到待測氣態含硫有機化合物消 除速率常數預測值，然后根據外部預測能力評價系數您的值判定外部預測能力的好壞：當 大于0.7時，表示建立的模型具有良好的外部預測能力，ct越大，外部預測能力越好。綜 合實驗測定，最終得其外部預測能力fi=〇.702,說明模型具有良好的外部預測能力。其中， 上述外部預測能力評價系數的計算公式如下：
(?為驗證集實驗值，::爲為驗證集預測值，f為訓練集實驗值均 值，η為驗證集個數，i表示第i個驗證集）。