基于电性距离矢量研究多氯联苯生物降解速率常数

作者：杨杰元; 杨雪颖; 杨沛艳; 冯惠^*; 冯长君^*

来源：化学通报, 2022, 85(10): 1249-1254.

DOI：10.14159/j.cnki.0441-3776.2022.10.009

• 多氯联苯
• 生物降解速率常数
• 电性距离矢量
• 人工神经网络
• 定量结构-生物降解性关系

通过多元线性回归和人工神经网络方法建立66种多氯联苯(PCBs)生物降解速率常数(K1)的定量构效关系(QSAR)。基于电性距离矢量(Mk),建立了lnK1的最佳三参数(M91、M25和M15)线性模型，其传统相关系数(R2)、交叉验证系数(Rcv2)分别为0.833、0.809。经R2、Rcv2、VIF、FIT、AIC检验，所建模型具有较强的稳定性和良好的预测能力。将M91、M25、M15作为人工神经网络的输入层结点，采用3∶10∶1的网络结构，利用BP算法获得了一个令人满意的lnK1模型，训练集、验证集、测试集和总体的R2依次为0.991、0.995、0.997和0.993。与多元线性回归模型相比，非线性lnK1-BP模型具有更好的预测能力。结果显示，影响多氯联苯lnK1的主要因素是分子内所含氯原子的数目，其次是氯原子所处位置。这两种回归方法相辅相成，线性回归方法为神经网络模型提供了具体的物理解释，而神经网络方法为线性模型提供了更准确的预测结果。

• 单位
  徐州工程学院