李建鳳，廖立敏

內(nèi)江師范學(xué)院化學(xué)化工學(xué)院，內(nèi)江 641100

芳烴類化合物是重要的化工原料和中間體，用途廣泛，如在涂料、油墨和粘合劑中被用作溶劑。芳烴類化合物多數(shù)有毒，空氣中若含有芳烴類化合物，短時間呼吸便可引起頭痛、嘔吐和惡心等癥狀。長時間暴露在芳烴類化合物的環(huán)境中，可能會導(dǎo)致癌癥。評價該類化合物對生物的毒性效應(yīng)具有重要意義，通常以化合物對低等生物的毒性效應(yīng)來間接推斷其對高等動物的危害。實驗測定芳烴類化合物的毒性固然可靠，但面對種類多、數(shù)量大的芳烴類化合物，僅依靠實驗是難以完成數(shù)據(jù)測定的。隨著計算機技術(shù)的應(yīng)用，利用計算機對化合物的毒性效應(yīng)進行模擬是行之有效的手段，研究者們在這方面做過較多的工作[1-2]?；衔锓肿咏Y(jié)構(gòu)參數(shù)化是模擬化合物性質(zhì)過程中的重要一環(huán)，目前已有較多化合物結(jié)構(gòu)描述法，例如基于化合物分子二維平面結(jié)構(gòu)計算的二維結(jié)構(gòu)表征法[3-5]和基于化合物分子三維立體結(jié)構(gòu)計算的三維結(jié)構(gòu)表征法等[6-7]。本文在化合物二維平面結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建簡易的化合物二維結(jié)構(gòu)表征法并用于部分芳烴類化合物結(jié)構(gòu)表征，進而通過偏最小二乘回歸(PLS)建立化合物結(jié)構(gòu)與其對大型蚤急性毒性(-lgEC50)關(guān)系模型，模型質(zhì)量良好，可以用于該類化合物對大型蚤急性毒性(-lgEC50)的預(yù)測，為環(huán)境中的有機污染物結(jié)構(gòu)-毒性關(guān)系研究提供有益的參考。

1 材料與方法(Materials and methods)

1.1 實驗材料

24個芳烴類化合物及其對大型蚤急性毒性(-lgEC50)的實驗值取自文獻[8]，按照急性毒性(-lgEC50)從小到大的順序列于表1中。

表1 芳烴類化合物及急性毒性(-lgEC50)Table 1 Aromatic compounds and their acute toxicity (-lgEC50)

1.2 實驗方法

1.2.1 分子結(jié)構(gòu)參數(shù)化表征

將化合物分子結(jié)構(gòu)轉(zhuǎn)變?yōu)橐唤M與結(jié)構(gòu)密切相關(guān)的數(shù)據(jù)是構(gòu)建化合物結(jié)構(gòu)與性質(zhì)關(guān)系的關(guān)鍵步驟之一，認為化合物中處于骨架地位的非氫原子及非氫原子之間的關(guān)系對有機化合物的急性毒性(-lgEC50)產(chǎn)生重要影響，而氫原子的影響通?？梢院雎?。在有機化合物分子之中，非氫原子電子結(jié)構(gòu)、原子在分子中的連接情況的不同都會對有機化合物的急性毒性(-lgEC50)產(chǎn)生不同的影響，因而要對化合物中的非氫原子進行分類處理。把化合物中的非氫原子參照文獻[9-12]的方法分為4類，與k個非氫原子直接相連的非氫原子規(guī)定為第k類原子，如與2個其他非氫原子相連的仲碳原子為第2類非氫原子，以此類推。不同類非氫原子對化合物的急性毒性(-lgEC50)產(chǎn)生的影響可能不同，而同種類型的非氫原子對化合物的急性毒性(-lgEC50)產(chǎn)生的影響具有加和性。另外，不同類型的非氫原子之間產(chǎn)生的不同類型的關(guān)系對化合物的急性毒性(-lgEC50)產(chǎn)生的影響可能不同，而同種類型的非氫原子之間的關(guān)系對化合物的急性毒性(-lgEC50)產(chǎn)生的影響具有加和性。首先，在參閱文獻[13]的基礎(chǔ)上將化合物中的非氫原子根據(jù)其電子結(jié)構(gòu)和成鍵情況按式(1)進行參數(shù)化染色。

(1)

式中：Z為非氫原子參數(shù)化染色值，i為原子在分子中的編碼，v表示非氫原子i的價電子數(shù)，n為非氫原子i的主量子數(shù)，δσ+π為原子參與成σ鍵和π鍵的總電子數(shù)，δσ為原子參與成σ鍵電子數(shù)。

不同類型非氫原子對化合物的急性毒性(-lgEC50)產(chǎn)生的影響可按式(2)分類累加。

(2)

式中：x表示結(jié)構(gòu)描述符，k表示非氫原子i的原子類型，Zi按式(1)計算。根據(jù)非氫原子的分類，一個有機化合物分子中最多含有4類非氫原子，因此，最終可得到4個非氫原子自身對化合物急性毒性(-lgEC50)的影響項，用x1、x2、x3和x4表示。

非氫原子之間的關(guān)系對化合物急性毒性(-lgEC50)產(chǎn)生影響。宇宙中的各種天體，它們之間的引力關(guān)系與天體自身質(zhì)量成正比，與它們之間的距離的二次方成反比。同樣化合物中的非氫原子之間的關(guān)系不是具體的某種作用，而是要反映出非氫原子之間的關(guān)系與非氫原子自身值變化趨勢相同，與非氫原子之間的距離變化趨勢相反，式(3)可以滿足這一要求。

(3)

式中：Z按式(1)計算；rij是非氫原子i、j之間的相對距離(即鍵長之和與碳碳單鍵鍵長的比值，如果i、j之間有多條路徑，則以最短的為準)；n和l為原子所屬類型?；衔锓肿又?類非氫原子可以組合出以下10種關(guān)系項：m11,m12, …,m44，簡寫為x5,x6,…,x14。m11表示第一類非氫原子之間的關(guān)系，m12表示第一類非氫原子與第二類非氫原子之間的關(guān)系，以此類推。這樣一個含有各種類型非氫原子的有機化合物根據(jù)結(jié)構(gòu)可以轉(zhuǎn)化為14個變量(結(jié)構(gòu)描述符)，這些變量與其結(jié)構(gòu)密切相關(guān)。

1.2.2 建模與評價

2 結(jié)果與討論(Results and discussion)

化合物經(jīng)分子結(jié)構(gòu)表征后得到14個變量，由于所有的樣本中均不含有第4類非氫原子，因而得到的5個與第4類非氫原子相關(guān)的變量全為“0”，其余9個非全“0”變量用于建模分析。

圖1 相關(guān)系數(shù)隨主成分數(shù)的變化情況注：r2為建模的相關(guān)系數(shù)，為交叉檢驗的相關(guān)系數(shù)。Fig. 1 Correlation coefficient change with the number of principal componentsNote: r2 is the correlation coefficient for modeling, and is the correlation coefficient for cross-checking.

24個樣本在PLS前2個主成分得分的空間散點分布如圖2所示，由圖2可知，所研究的全部樣本得分點都落在95%置信度的橢圓置信圈內(nèi)，沒有出現(xiàn)一個異常點，反映出構(gòu)建的結(jié)構(gòu)描述符能較好地反映芳烴類化合物的分子結(jié)構(gòu)特征，并在統(tǒng)計模型中得到正確的表現(xiàn)。各樣本點的位置反映出了在第一主成分與第二主成分的得分情況，同時也反映出化合物之間的相似程度。樣本點分布距離較近，說明它們之間具有一定的相似性。

圖2 樣本在前2個主成分得分分布Fig. 2 Distribution of the top 2 principal component scores of the sample

為進一步分析研究樣本在x空間的擬合情況，將樣本在x空間的規(guī)格化模型距離進行繪圖，結(jié)果如圖3所示，由圖3可知，絕大多數(shù)樣本的規(guī)格化模型距離都處于95%的置信范圍內(nèi)，小于臨界值2.196，僅有一個化合物略微超出此范圍，反映出模型的質(zhì)量良好。

圖3 X向量規(guī)格化模型距離分析Fig. 3 X vector normalized model distance analysis

圖4 Y向量隨機排序驗證結(jié)果Fig. 4 Y vector random sorting verification results

變量重要性可以反映出變量與Y之間的相關(guān)程度，通常認為變量重要性投影(VIP)值>1的變量與芳烴類化合物對大型蚤急性毒性(-lgEC50)相關(guān)性大。

變量重要性投影如圖5所示，由圖5可知，變量x12、x3、x10和x6這4個變量的VIP值>1，說明了這4個變量與芳烴類化合物對大型蚤急性毒性(-lgEC50)相關(guān)性大。排在前三的x12、x3和x10均與第3類非氫原子相關(guān)，而第3類原子的多少卻由苯環(huán)上的取代基數(shù)目決定的，反映出取代基數(shù)目越多急性毒性(-lgEC50)可能越強，這與表1中的數(shù)據(jù)特征是基本吻合的。對于本研究的樣本來說，苯環(huán)上的取代基越多，該化合物的疏水性就越強，越易通過生物脂質(zhì)膜而產(chǎn)生毒性效應(yīng)。

圖5 變量重要性投影圖Fig. 5 Projection of variable importance

為進一步研究各變量對化合物急性毒性(-lgEC50)的影響，將樣本在PLS中的載荷分布繪圖，結(jié)果如圖6所示，由圖6可知，x12、x3和x10處于圖的右上方，說明它們在第一主成分和第二主成分都與Y正相關(guān)，并且它們離原點距離較大，反映出其與Y相關(guān)性較大，這與上述分析結(jié)論相吻合。x2和x9處于圖的左下方，說明它們在第一主成分和第二主成分都與Y負相關(guān)。x1、x5、x6和x7處于圖的右下方，說明它們在第一主成分與Y正相關(guān)，在第二主成分與Y負相關(guān)。

圖6 樣本在偏最小二乘回歸(PLS)中的載荷分布Fig. 6 Load distribution of samples in partial least squares regression (PLS)

模型對化合物的急性毒性(-lgEC50)進行了預(yù)測，結(jié)果如表1所示。為便于觀察，將模型對化合物的急性毒性(-lgEC50)預(yù)測值與實驗值相關(guān)圖繪于圖7中，相應(yīng)的誤差如圖8所示。

圖7 模型預(yù)測值與實驗值的相關(guān)圖Fig. 7 Correlation diagram between model predicted values and experimental values

圖8 模型對樣本急性毒性預(yù)測誤差注：SD表示標準偏差。Fig. 8 Model prediction error of samples’ acute toxicityNote: SD is stands for standard deviation.

由圖7可知，絕大部分樣本點都落在45°對角線附近，說明了模型對化合物的急性毒性(-lgEC50)預(yù)測值與實驗值高度相關(guān)，2個數(shù)值大小接近，模型對化合物急性毒性(-lgEC50)能較為準確地預(yù)測，再次顯示出模型良好的預(yù)測能力和優(yōu)良的預(yù)測結(jié)果。

優(yōu)良的預(yù)測模型通常要求絕大部分樣本的預(yù)測誤差不得超過正負2倍標準偏差(即±2SD)，由圖8可知，絕大部分樣本的誤差都處于模型的±2SD以內(nèi)。僅有2個樣本(1號和14號)的預(yù)測誤差超出±2SD。

這說明，模型對化合物的急性毒性(-lgEC50)預(yù)測較為準確，預(yù)測誤差處于可以接受的范圍，模型可以用于含苯環(huán)類化合物的急性毒性(-lgEC50)的預(yù)測。同時，大誤差樣本的1號和14號化合物為樣本中唯一的苯胺和溴苯，因而具有一定的特殊性。同時大誤差的存在說明某些特殊的化合物結(jié)構(gòu)信息沒有得到充分表達，分子結(jié)構(gòu)表征方法還有待改進。

通過將化合物中骨架非氫原子進行分類、參數(shù)化轉(zhuǎn)換以及構(gòu)建非氫原子間的關(guān)系而得到新的結(jié)構(gòu)描述符，并且將其用于24個芳烴類化合物的結(jié)構(gòu)參數(shù)化表征。通過PLS建模發(fā)現(xiàn)，芳烴類化合物對大型蚤急性毒性(-lgEC50)與化合物分子結(jié)構(gòu)密切相關(guān)，構(gòu)建的化合物結(jié)構(gòu)-急性毒性(-lgEC50)關(guān)系模型可以用于芳烴類化合物對大型蚤急性毒性(-lgEC50)的預(yù)測。由于個別樣本預(yù)測誤差稍大，提示分子結(jié)構(gòu)表征方法還有較大的改進空間。

◆