部分持久性有机污染物生物浓缩因子的QSAR研究.pdf

持久性有机污染物论坛2006暨第一届持久性有机污染物全国学术研讨会论文集 部分持久性有机污染物生物浓缩因子的QSAR研究 崔世海1，”，杨静1，刘树深2，王连生2 (1南京师范大学化学与环境科学学院，南京，210097；2南京大学环境学院，南京，210093； ·联系人，E—mail：cuishihai@njnu．edu．cn) 摘要：基于分子电性距离矢量描述子对236种有机化合物的生物浓缩因子建立了QSAR模型， 结果表明，模型具有良好的校正能力，对外部样本#-R-,有良好的预测能力，同时从最佳子集回归所得 到的变量组合分析，影响化合物生物浓缩因子的主要子结构单元为一cH2、一x、一c术、一c术、一0一。 关键阀：持久性有机污染物，生物浓缩因子，QSAR，分子电性距离矢量 1．引言 生物富集因子(Bioconcentration factor，BCF)是指有机物在生物体的某一器官或组织内的浓度与 水体中浓度之比【l，2】。该参数可以表征生物体对有机化合物的富集能力，因而对有机物特别是持久 性有机污染物的归趋研究具有重要的意义，联合国环境规划署已经将生物富集性作为判断有机污染 物是否属于POPs的重要标准之一，鱼类由于可作为包括人类在内的诸多高等生物的食物而通常被 作为实验动物，然而水体中有机物的浓度随水解、微生物降解、挥发等过程而明显变化，这些因素 将影响有机物与生物相互之间达到平衡，因此生物浓缩有机物的过程往往非常复杂，准确测定有机 物的BCF需要消耗大量的人力物力，应用定量结构活性相关技术建立相关模型为预测有机物的环 境行为提供了有力帮助。由于鱼类脂肪组织是有机物浓缩的主要场所，许多科研工作者基于正辛醇 ／水分配系数建立QSAR模型，这些模型对logKow6的化学品取得了较好的效果[3-7]，而对于logKow 6的物质往往需要通过多个理化性质参数才能获得理想的结果，本节应用分子电性距离矢量表征 不同种类有机物的生物浓缩因子，并建立了理想的QSAR预测模型。 2．材料与方法 2．1活性数据 236种有机化合物由卤代烃、芳香烃、多环芳烃、取代苯胺、酯、多氯联苯、二嗯英、农药等 组成，其中大部分化合物已经被确定为持久性有机污染物，有机化合物在鱼体内的生物富集因子数 据引自文献【81。 2．2结构活性相关分析 分子结构描述子的计算详见文献【9】I【11】，其主要包括以下三个步骤，首先以分子中非氢原子之间 的化学键数作为两原予间的拓扑距离锄；然后将分子中非氢原子的原予固有属性腚义为： 1=v4779．[：2／刀夕2万”+1／)】／万 (1) 1，是原子价电子层的电子数，n是价电子层所属主量子数，其中占和万”是原子在不同分子环境中 构成不同共价键时的分子连接性数值，由式(2)与(3)求解。 艿=仃一h (2) 艿”=仃+万一h r3、 式中仃和万分别是该原子参与仃轨道和万轨道成键的电子数；h是与该原子相连的氢原子个数。 在上述三个方程的基础上，得到非氢原子的相对电性(垡f)量度见式(4)。 酽‘+羔生掣 (4) {≠t ait 392 持久性有机污染物论坛2006暨第一届持久性有机污染物全国学术研讨会论文集 最后，根据式(5)计算不同原子类型之间的分子电性距离矢量描述子，这些描述子分别与不同分子 结构单元相关联一J。 x，=M材=?!三丢厶 (后，，=1,2，3，?，137，≥后?，=1,2，3，?，91) (5) l氧d d； 应用GQSAR程序计算出每种化合物的分子电性距离矢量作为自变量X，删除统计性差的描述 子变量后，以有机化合物的生物富集因子为因变量】，构建数据集，应用最佳子集回归选择最佳变量 组合，建立相关QSAR模型。模型预测能力及稳健度由相关系数，、估计均方根偏差RMSEE、LOO 交叉验证相关系数及预测均方根偏差RMSEP评价。回归程序对剩余的49个描述子进行变量优化 选择。经过计算，样本之间距离最小的数值为0．0259化合物2，7．Dichlorodobenzo．P—dioxin与 2,7-Dichlorodobenzo-p．dioxin)，说明49个描述子对所有数据集中化合物的分辨率为100％。 3．结果与讨论 应用分子距离矢量进行表征236种有机污染化合物，91个描述子中有33个对所有化合物均为 0，另外9个变量只有1至3个化合物不为0。删除此42个描述子后，应用最佳子集回归程序运行结 果见表1，从表中数据可以看出，最佳变量应该是7个描述子X15、X22、xzs、均，、劫6、x43、X钉的 组合。这7个变量之间的自相关系数见表2，说明这些最佳变量之间没有明显的自相关关系。根据 分子电性距离矢量理论可知，与这7个MEDV描述子变量相关的分子结构基团分别为--一CH：、一X、 一C术、---C术、一O--。 ’