混合物定量结构性质关系的化学计量学方法研究

Because of the interaction between the components, the properties of a mixture may not be the direct sum of each component's properties. Studying the quantitative structure property relationship (QSPR) of mixtures is of great importance for developing the QSPR theory and promoting the application of QSPR method. Presently, it has become one of the most important tasks of chemometrics. Thus, this project intends to investigate the methods for developing the QSPR model of mixtures. The method which combines quantum chemistry descriptor, topological index, molecular fragmental descriptor, IR, UV-Vis, fluorescence, NMR and MS analysis is proposed to quantitatively describe the chemical information of mixtures. A strategy based on data fusion methods is proposed in order to acquire more chemical information from the descriptors of mixtures. Moreover, the application of random forest method to modeling the quantitative relationship between the descriptors and properties of mixtures will be investigated in order to find an effective mathematical modeling method. The QSPR model for the physical property of hydrocarbon mixtures and the QSPR models for the toxicity of chlorinated hydrocarbon mixtures, PCBs mixtures and PBDEs mixtures will be investigated. In summary, the general objective of this project is providing a comprehensive and novel method for establishing the QSPR model of mixtures.

混合物体系因组分间相互作用导致其性质并非各组分性质的简单加和。进行混合物的定量结构性质关系（QSPR）研究，对于完善QSPR理论及扩大QSPR方法的应用范围有重要的意义。本项目拟研究用于建立混合物QSPR模型的化学计量学方法。计划在量子化学参数、拓扑指数及分子结构片段描述符基础上，结合红外、紫外可见、荧光、核磁、质谱等波谱分析手段，构建新型定量结构描述符用于混合物体系中结构、组成和相互作用等化学信息的表达。探索以数据融合方法为基础的混合物描述符使用策略，以更有效的利用描述符中包含的化学信息。研究随机森林方法在混合物QSPR研究中的应用，以发展一种有效的混合物QSPR数学建模方法。通过研究烃类混合物的物理性质QSPR模型以及氯代烃混合物、多氯联苯混合物和多溴联苯醚混合物的毒性QSPR模型，构建较系统的用于建立混合物QSPR模型的方法，为混合物QSPR研究提供一种新的途径。

混合物是化学中最常见的研究对象，混合物的总体性质并非其中各组分性质的简单加和。定量结构-性质关系（quantitative structure-property relationship, QSPR）研究目前基本上都集中于纯物质的QSPR模型，对混合物的研究不足。进行混合物的QSPR研究，对于完善QSPR理论及扩大QSPR方法的应用范围有重要的意义。因此，本项目研究了用于建立混合物QSPR模型的化学计量学方法。. 基于电性拓扑状态指数通过加权平均构建了可以用于表达混合物的结构、组成等化学信息的定量结构描述符。通过研究证实了以构建的混合物加权电性拓扑状态指数为自变量（或与混合物的量子化学参数进行数据融合作为自变量），用逐步回归结合人工神经网络（或逐步回归结合随机森林）方法建立校正模型，可以建立准确可靠的混合物QSPR模型。用所提出的方法建立了3类混合物的QSPR模型，即：常见有机化合物所组成混合物的闪点及毒性QSPR模型、持久性有机污染物所组成混合物的毒性QSPR模型。所建立方法与模型简单、准确度高，有很好的理论和推广应用价值。. 此外，还研究了拓扑指数、变量选择、多元校正、HQSAR等常用QSPR方法，建立了烃类等常见有机物的密度、辛烷值、淌度和闪点QSPR模型，PCBs等持久性有机污染物的色谱相对保留时间、蒸气压、分配系数、光解反应参数等性质的QSPR模型，改进和完善了文献报道模型。对比研究了区间偏最小二乘、反向区间偏最小二乘、移动窗口偏最小二乘等波谱区间选择方法，建立了柴油的十六烷值“波谱数据-性质”定量相关模型。这些研究都是建立相关混合物QSPR模型的必要化学计量学方法，对今后的混合物QSPR研究有重要的参考与实用价值。. 总体来说，本项目完成了研究计划制定的研究目标和任务，研究取得了多于研究计划要求的成果。