[发明专利]一种基于分子结构和环境温度预测化学物质与臭氧氧化反应速率常数的方法

说明书

技术领域

本发明涉及不同环境温度下臭氧与有机化学物质氧化反应速率常数(k_O3)的快速预测方法，属于面向环境风险评价的定量结构与活性关系(QSAR)技术领域。 

背景介绍 

大多数的工业化学品具有一定的生化稳定性，由光所引发的直接降解以及自由基反应是其在环境中转化的主要途径。在大气层中有机污染物的持久性(半衰期)可以通过与羟基自由基、硝基自由基和臭氧进行化学反应的速率常数等信息进行计算。大气对流层中的有机污染物，日间主要是通过羟基自由基和臭氧降解来去除，夜间主要是通过硝基自由基反应降解。其中，化合物与臭氧反应的降解速率常数(k_O3)是表征化学品在环境中持久性的关键参数。 

目前对于化学品环境持久性评价多基于实验测试，如光解活性和活性氧物种(ROS)氧化活性测试等，但完全依靠实验测试来获得化学品的环境持久性数据，具有巨大的财政压力。同时，新合成的日常使用有机化学品正以每年500～1000种的速度增加，对这些化学品一一进行实验测试，无法满足环境管理的要求，亟需发展成本低且快速的化学品环境持久性评估方法。基于定量结构与活性关系(QSAR)，可以从化学品的分子结构出发，预测化学品与臭氧反应的速率常数，弥补基础数据的缺失，用于评估化学品的光稳定性。 

已报导关于k_O3的QSAR模型，但这些模型在实用性、预测能力与稳健性、应用域等方面仍存在一些问题。Fatemi等(Fatemi，M.H.Prediction of ozone tropospheric degradation rate constant of organic compounds by using artificial neural networks.Analytica Chimica Acta.2006，556：355-363)建立了基于人工神经网络(ANN)的137种化合物与臭氧反应的QSAR模型，该模型采用非线性的方法，主要用于预测298K条件下有机化合物与臭氧反应的k_O3，模型的透明度不强，不能预测不同温度下的k_O3。Pompe和Veber(Pompe，M.，Veber，M.，Prediction of rate constants for the reaction of O₃ with different organic compounds.Atmospheric Environment.2001，35(22)：3781-3788)建立了基于多元线性回归(MLR)的117种不同种类化合物与臭氧反应的QSAR模型，不能预测多个温度下的k_O3。Jiang等(Jiang，J.L.，Yue，X.A.，Chen，Q.F.Determination of ozonization reaction rate constants of aromatic pollutants and QSAR study.Bulletin of Environmental Contamination and Toxicology.2010，85：568-72)建立了基于密度泛函理论(DFT)的39种芳香族化合物与臭氧反应的QSAR模型，该模型选择的化合物种类单一，应用域偏小，需扩大应用域的范围。 

构建实用性强且算法简单透明的k_O3温度依附性预测模型，并对其预测能力和稳健性进 行评价，在此基础上对应用域范围进行表征，对有机化学品的生态风险评价与监管工作具有重要意义。 

发明内容

本发明要解决的技术问题是提供一种不同环境温度下有机化合物与臭氧反应速率常数的简便、快速、低成本、应用范围广的预测方法。 

为解决以上技术问题本发明采用的技术方案如下： 

(1)为了保证用于建立模型的数据准确性，对从文献收集的实验测定值进行评估和分析，删除离群点。首先，对同一化合物的多个实验测定值进行统计学评估，删除偏离平均值的数据点；其次，对同一化合物在不同温度下的logk_O3对1/T作图分析，删除偏离线性的数据点。最终得到129种有机化合物共264个logk_O3数据，温度范围从178K到364K。根据化合物与臭氧反应的机理分析，计算26个量子化学描述符、1481个Dragon描述符和12个分子结构碎片，加入1/T温度描述符。化合物包括单烯烃、二烯烃及多烯烃、卤代烯烃、环状化合物、芳香族化合物、含氧化合物、含氮化合物等。以4∶1的比例随机划分训练集和验证集。