期刊文章详细信息
用拓扑指数和神经网络研究有机污染物的生物富集因子 ( SCI收录)
Research on the Bioconcentration Factors of Organic Pollutants with Topological Indices and Artificial Neural Network
文献类型:期刊文章
机构地区:[1]徐州工程学院化学化工学院,徐州221008 [2]徐州师范大学化学化工学院,徐州221116
基 金:国家“973”计划项目(No.2004CB719903);国家自然科学基金(No.20776149);污染控制与资源化研究国家重点实验室基金(No.PCRRF07009);环境模拟与污染控制国家重点联合实验室基金(No.KJ2007001);江苏省高校自然科学基金(No.05KJD150221)资助项目
年 份:2008
卷 号:66
期 号:19
起止页码:2093-2098
语 种:中文
收录情况:AJ、BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、IC、JST、RCCSE、RSC、SCI(收录号:WOS:000260686400001)、SCI-EXPANDED(收录号:WOS:000260686400001)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊
摘 要:在修正Randic的分子连接性指数和连接矩阵的基础上,定义新型分子连接性指数(mF),并计算了239种有机污染物的分子连接性指数(mF).用其1F构建了239种有机污染物生物富集因子(lgBCF)的QSAR模型,该模型判定系数(R2)及逐一剔除法(LOO)的交互验证系数(Q2)分别为0.747和0.742.而用1F和4个电性距离矢量(Mk)构建的五元QSAR模型的R2及Q2分别为0.829和0.819.结果表明,从统计学的角度,该模型具有高度的稳定性及良好预测能力.从此模型可知,有机污染物BCF的主要影响因素是—C—,>C—,—O—,—S—,—X等分子结构碎片以及分子的柔韧性、折叠程度等空间因素.将5个结构参数作为人工神经网络的输入层结点,采用5∶26∶1的网络结构,利用BP算法,获得了一个令人满意的QSAR模型,其R2和标准偏差s分别为0.987和0.157,表明lgBCF与这5个参数具有良好的非线性关系.从上可见,新建的连接性指数1F以及电性距离矢量与有机物的生物富集因子具有良好的相关性,可望在物质构效关系研究中获得广泛的应用.
关 键 词:有机污染物 生物富集因子 新型分子连接性指数 电性距离矢量 定量构效关系
分 类 号:X132]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...