酮类化合物的3D-QSPR研究

论文摘要

定量结构-性质关系（QSPR, Quantitative Structure Property Relationship）主要应用理论计算方法和各种统计分析工具相结合研究化合物的结构与其生物学、物理化学性质之间的定量函数关系。是化学信息学研究中十分活跃的领域之一。QSPR研究在化学、生命科学以及环境科学中都有着重要的理论和应用价值。本论文根据245种酮分子的三维立体构型原子的空间定位,运用Chem Windows或Chem Office 2008软件采集分子中原子坐标数据,得到数据矩阵；再通过MATLAB 7.0编程计算,自定义出新的3D拓扑指数（Yg、Yh和Yt）,通过多元线性回归分析法、人工神经网络BP算法等进行运算,研究并确立245种酮分子的3D拓扑指数与物理化学性质（熔、沸点、临界温度和临界压强等）之间线性和非线性的相关性。本研究建立了两种相关性最优模型：一是通过MLR分析得到3D拓扑指数（Yj、Yh和Yg）,和碳原子数目（Cn）与245种酮性质（BP、MP、CT、CP）都具有良好的相关性,相关系数R=0.8810以上,达到了良级,这说明酮分子的3D拓扑指标（Yj、Yh和Yg）所反映的空间特征与理化性质参数有一定的相关性。二是通过BP-ANN法计算得到245种酮的性质预测结果与实验值基本吻合,这也说明分子3D拓扑指数（Yj、Yh和Yg）与化合物的理化性质具有良好的相关性。通过线性和非线性方法处理均得到良好的相关性,进一步说明了本研究中的自定义3D拓扑指数（Yj、Yh和Yg）能够反映分子的空间结构特征,将为三维空间QSPR研究提供了新的思路和方法。可进行有机酮的结构和性质的预测预报,为3D-QSPR/QSAR研究提供新的研究思路。为有机分子鉴定、有机高分子模拟、有机药物合成等提供相关信息且具有一定的理论实际指导意义。

论文目录

• 中文摘要
• Abstract
• 第一章 前言
• 1.1 引言
• 1.2 QSPR国内外发展趋势和研究现状
• 1.3 分子拓扑指数
• 1.4 模型的选择
• 1.5 变量的选择
• 1.6 本工作的研究内容
• 第二章 计算方法与理论
• 2.1 多元线性回归分析
• 2.2 人工神经网络及BP模型简介
• 2.3 化学计量学计算工具
• 2.4 化合物结构绘制软件
• 2.5 QSPR模型的预测评价
• 第三章 酮类化合物的3D-QSPR研究
• 3.1 概述
• 3.2 酮类化合物分子结构计算
• 3.3 多元线性回归分析
• 3.4 人工神经网络法—BP算法
• 3.5 结果与讨论
• 第四章 结论与展望
• 4.1 结论
• 4.2 展望
• 参考文献
• 致谢
• 个人简历