预测气态含硫化合物在低温水解条件下消除速率常数的方法
【技术领域】
[0001] 本发明涉及一种通过建立定量构效关系模型（QSAR)预测气态含硫化合物在低温 水解条件下消除速率常数的方法，属于生态风险评价的定量结构与活性关系技术领域。
【背景技术】
[0002] 有机化合物结构-活性定量相关的研究，最初作为定量药物设计的一个研究分支， 是为了适应合理设计生物活性分支的需要而发展起来的。定量构效关系研究是应用化学计 量学方法研究有机物的分子结构与理化性质或活性之间的定量相关性，通过选取分子的理 化参数或结构参数，用化学计量学和数理统计法研究有机化合物结构与其理化性质或生物 活性之间的定量关系，建立定量构效模型方程来预测有机化合物分子理化性质或生物活 性。它对于设计和筛选生物活性显著的药物，以及阐明药物的作用机理等均具有指导作用。 特别是近二三十年来，由于计算机技术的发展和应用，使定量构效关系模型(QSAR)不仅已 成为定量药物设计的一种重要方法，而且在环境化学、环境毒理学等领域中也得到了广泛 的应用。许多环境科学研究者通过各种污染物结构-毒性定理关系的研究，建立了多种具有 毒性预测能力的环境模型，如大连理工大学发明的专利"一种通过定量构效关系和溶剂化 模型预测不同温度下的正辛醇空气分配系数K QA的方法"（中国专利申请号201210505935.6) 和"一种通过定量构效关系模型预测有机物液相蒸汽压的方法"（中国专利申请号 201110410088.0)及山东大学发明的专利"一种通过定量构效关系模型预测有机磷农药对 水生生物急性毒性的方法"（中国专利申请号201410053184.8)。这对已进入环境的污染物 及尚未投放市场的新化合物的生物活性、毒性乃至环境行为进行了成功的预测、评价和筛 选，这些都说明QSAR在环境领域中已显示出极其广阔的应用前景。
[0003] 硫的有机化合物广泛存在于大气环境中，并且硫在大气对流层和同温层的平衡中 扮演着重要的角色，它们的来源可分为自然源和人为源。气态含硫有机化合物的人为源主 要来自工业废气的排放，气态含硫有机化合物排放到大气环境中，可以进行一些物理和化 学过程，从而导致它们在大气中消除或在大气中进一步转化，会对环境和生物造成非常严 重的污染和危害，例如C0S和CS 2扩散到大气圈的平流层时，会通过光解-氧化作用生产502气 体，这是酸雨的主要来源之一，与此同时有可能转化为硫酸盐的气溶胶，引起大气层中臭氧 的损耗，加剧全球气候变化;而且当大气环境中的气态含硫有机化合物含量达到一定浓度 时，可以侵袭人类的神经系统，会带来巨大的危害，它通过呼吸道、消化道和皮肤进入人体， 作用于人体的各个器官，产生致畸、神经衰弱、神经性麻痹、胚胎发育障碍和子代先天性缺 陷等症状，危及人体健康。另外，目前国内雾霾及其严重，特别是北京、天津等大城市，而据 文献报道，雾霾颗粒上吸附有大量的含硫化合物，导致含硫化合物随着雾霾颗粒进入人体， 严重危害人体健康。因此，准确预判含硫有机化合物浓度以及时提出正确预防措施是必要 的。而大气中有机化合物去除的主要途径是与羟基自由基反应（· 0H)，而大气中· 0H的主 要来源于水解。因此，研究气态含硫有机化合物在低温水解条件下的消除速率常数对准确 预判气态含硫有机化合物浓度具有重要意义。但经检索，利用建立定量构效关系模型预测 气态含硫有机化合物在低温水解条件下的消除速率常数的方法还未见报道。
【发明内容】
[0004] 针对现有技术上的不足，本发明的目的在于提供一种预测气态含硫化合物在低温 水解条件下消除速率的方法。
[0005] 本发明方法按如下步骤进行： (1) 通过查阅资料或文献获得待测气态含硫化合物的分子结构信息，利用量子化学软 件对待测气态含硫化合物进行几何结构优化，获得气态含硫化合物结构的最优构型，从而 获取最高占据轨道能量Eh_、最低未占轨道能量E LUMq、分子平衡电负性2、三个量子化学参 数； (2) 运用多元线性回归分析建立QSAR模型，获得如下回归方程，并通过回归方程计算待 测气态含硫化合物的消除速率常数&;
，N为分 子原子数，为原子电负性，巧为分子中某个原子的原子数； 拟合能力：R2=0.86517。
[0006] 所述最优构型是指通过计算软件优化得到分子能量最低时的分子构型。
[0007] 本发明技术方案的原理是利用已知气态含硫有机化合物分子，运用量子化学软件 对其进行几何全优化，得出与低温水解相关的一些分子结构参数，并查得其他相关的经验 参数;然后结合消除速率常数数据，利用简单、透明的多元线性回归分析方法，建立各种分 子描述符与消除速率之间的定量关系拟合方程，并对方程的拟合能力，预测能力进行验证。 最后对模型的适合应用范围进行规范。由此，可以快捷、有效的预测气态含硫有机化合物在 低温水解条件下的消除速率常数。
[0008] 本发明预测气态含硫有机化合物在低温水解条件下的消除速率常数的方法通过 如下过程构建： (1) 通过进行低温水解实验或通过查阅相关数据库和文献，获得气态含硫有机化合物 的消除速率(％)数据(本工作共收集了 14个气态含硫有机化合物的相关数据）； (2) 利用量子化学软件对待测气态含硫有机化合物进行几何结构优化，获得最高占据 轨道能量(Ehqmci)、最低未占轨道能量(Elumq)及分子平衡电负性
其中N 为分子中的总原子数,?为原子电负性，气为分子中某个原子的原子数)三个量子化学参 数作为分子描述符； (3) 将步骤（1)得到的消除速率常数数据中抽取1/4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； (4) 以步骤(2)获得的分子描述符为自变量，气态含硫有机化合物的消除速率常数为因 变量，运用多元线性回归分析建立QSAR模型，最后获得如下回归方程：
拟合能力:R2=〇. 86517; 如图1所示，对于训练集来说，实验值与预测值误差较小，说明此模型具有较好的预测 性及准确性，因此，此模型可以用于预测气态含硫化合物在低温水解条件下的消除速率常 数。
[0009] (5)将验证集数据带入获得的回归方程(见图2)，得到待测气态含硫有机化合物消 除速率常数预测值，然后根据外部预测能力评价系数您的值判定外部预测能力的好坏：当 大于0.7时，表示建立的模型具有良好的外部预测能力，ct越大，外部预测能力越好。综 合实验测定，最终得其外部预测能力fi=〇.702,说明模型具有良好的外部预测能力。其中， 上述外部预测能力评价系数的计算公式如下：
(?为验证集实验值，::爲为验证集预测值，f为训练集实验值均 值，η为验证集个数，i表示第i个验证集）。