CN103778483A - 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法 - Google Patents

一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法 Download PDF

Info

Publication number
CN103778483A
CN103778483A CN201410053184.8A CN201410053184A CN103778483A CN 103778483 A CN103778483 A CN 103778483A CN 201410053184 A CN201410053184 A CN 201410053184A CN 103778483 A CN103778483 A CN 103778483A
Authority
CN
China
Prior art keywords
toxicity
organophosphorus pesticide
model
molecule
acute toxicity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410053184.8A
Other languages
English (en)
Inventor
张庆竹
吴秀超
孙孝敏
张晨曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201410053184.8A priority Critical patent/CN103778483A/zh
Publication of CN103778483A publication Critical patent/CN103778483A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures

Landscapes

  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法，是在得知化合物结构的基础上，运用Gaussian程序对其进行几何全优化，得出分子体积MV、相对分子质量MW、分子最高占有轨道能EHOMO、最低空轨道能ELUMO及其差值ΔE(hartree)、偶极矩DM等作为结构描述符，结合对其急性毒性数据，通过编写的偏最小二乘逐步线性回归的程序，得到各个参数的回归参数，复相关系数，F-检验值，建立各种结构描述符与毒性之间的定量关系。由此，可以快捷、有效的预测有机磷农药对水生生物的毒性，为有机磷农药的风险评价和监管提供必要的基础数据。

Description

一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法
技术领域
本发明涉及一种通过建立定量构效关系模型（QSAR）预测有机磷农药对水生生物急性毒性的方法，属于生态风险评价测试策略领域。
背景技术
定量结构-活性相关(QSAR)，最初作为定量药物设计的一个研究分支，是为了适应合理设计生物活性分子的需要而发展起来的。所谓定量构效关系，就是定量的描述和研究有机物的结构和活性之间的相互关系。定量构效关系分析是指利用理论计算和各种统计分析工具来研究同系列化合物（包括二维分子结构、三维分子结构和电子结构）与其效应(如遗传毒性和生物活性等）之间的定量关系，即采用数字模型、借助理化参数或结构参数来描述有机小分子化合物（药物、底物、抑制剂等）与有机大分子化合物（酶、辅酶或有机分子）或组织（受体、细胞、动物）之间的相互作用关系。目前，许多环境科学研究者通过QSAR建立了很多具有预测能力的环境模型，如大连理工大学发明的专利“一种通过定量构效关系模型预测有机物液相蒸汽压的方法”（中国专利申请号201110410088.0）和“通过定量构效关系和溶剂化模型预测不同温度下的正辛醇空气分配系数KOA的方法”（中国专利申请号201210505935.6）。这对已经进入环境的污染物及尚未投放市场的各种各样的新化合物的生物活性、毒性乃至环境行为进行了成功的预测、评价和筛选，显示出QSAR极其广阔的应用前景。
农药是现在社会农作物发展过程中必不可少的物质。有机磷农药是人类最早合成而且仍在国内外农业生产中广泛使用的高效杀虫剂和植物生长调节剂。有机磷农药在中国广泛使用，大约占据农药总量的80%。在渔业的生产中，常常用有机磷农药来杀死体外的寄生虫等敌害生物。然而由于在生产和使用中的不合理等，大量含有复杂成分有毒废水进入水环境，对水生生物造成了危害，破坏水域的生态环境。近十年来近岸水域受有机磷农药的污染不断导致了大批的鱼虾贝死亡事故，而且有机磷农药随食物链进入人体后会对人体产生毒害，如抑制胆碱酯酶的释放等，因此，研究有机磷农药对水生生物的毒性具有重要意义。但经检索，利用建立定量构效关系模型（QSAR）预测有机磷农药对水生生物急性毒性的方法还未见报道。
发明内容
针对现有技术上的不足，本发明要解决的问题是提供一种通过建立定量构效关系模型（QSAR）预测有机磷农药对水生生物急性毒性的方法。
本发明技术方案的原理是对已知毒性的有机磷农药分子，运用量子化学软件Gaussian对其进行几何全优化，得出与急性毒性相关的一些分子结构参数，并查得其他无法直接计算的参数。然后结合毒性数据，通过编写的基于偏最小二乘逐步线性回归的程序，建立各种分子描述符与毒性之间的定量关系拟合方程，并对方程的拟合能力，预测能力进行验证。最后对模型的适合应用范围，也就是模型的应用域进行表征。由此，可以快捷、有效的预测有机磷农药的毒性。
本发明所述通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法，步骤如下：
1）通过进行毒性试验或者通过查阅毒性数据库和相关文献，获得有机磷农药的水生急性毒性数据：半数致死剂量LD50，半数致死浓度LC50或半数最大效应浓度EC50；
2）利用量子化学软件Gaussian对所要研究的有机磷农药进行几何结构优化，获得有机磷分子的分子体积（MV）、相对分子质量（MW）、最高占有轨道能（EHOMO）、最低空轨道能(ELUMO)、前线轨道能极差（ΔE）、偶极矩（μ）、溶剂化能（Esol）、分子的最正原子净电荷(Q+)、分子的最负原子净电荷(Q-)、分子的最正氢原子净电荷(QH)等10个量子化学参数及从SciFinder数据库查得的疏水性参数logP共11种参数作为分子描述符；
3）将步骤（1）得到的毒性数据按其毒性大小抽取1/5作为验证集数据，其余为训练集数据，训练集用来构建预测模型，验证集用来验证模型的预测能力；
4）以步骤（2）获得的分子描述符为自变量，有机磷农药对水生生物绿藻的48h急性毒性数据的自然对数值lnEC50为因变量，运用编写的偏最小二乘逐步线性回归的程序，建立QSAR模型，最后获得如下回归方程：
lnEC50=-1.886logP+0.027MV+2.644
拟合能力：R2=0.805，F=53.537
5）将验证集数据带入获得的回归方程，得到其预测值，然后根据外部预测能力评价系数Q2 ext的值判定外部预测能力的好坏；当Q2 ext大于0.7时，预示建立的模型具有良好的外部预测能力，Q2 ext越大，外部预测能力越好。综合实验测定，最终得其外部预测能力Q2 ext=0.706，说明模型具有良好的外部预测能力。
其中，上述外部预测能力评价系数Q2 ext如公式（1）所示：
Q ext 2 = 1 - Σ i = 1 n ext ( y i - y ^ i ) 2 Σ i = 1 n ext ( y i - y ‾ ) 2 - - - ( 1 )
（yi为验证集实验值，
Figure BDA0000466514930000022
为验证集预测值，为训练集实验值均值）。
6)使用AmbitDiscovery软件，对模型的应用域进行欧几里得距离法表征。如果给定化合物的参数在应用域内，则预测的结果可靠；如果在应用域外，则预测结果可能出现较大的误差，此时对此预测模型应慎重选用。
上述通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法中：所述水生生物优选是绿藻类生物或水蚤。
本发明提供了一种通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法，可以根据有机磷农药化合物结构快捷、有效的预测出其毒性，从而为有机磷农药风险评价和环境监管提供必要的基础数据，不失为一种简单、快捷、高效预测有机磷毒性的方法。
附图说明
图1为训练集有机磷农药对绿藻急性毒性lnEC50的实验值，预测值和残差值的分布图。
图2为验证集有机磷农药对绿藻急性毒性lnEC50的实验值，预测值和残差值的分布图。
图3为有机磷农药对绿藻急性毒性的欧几里得距离应用域。
具体实施方式
实施例1应用本发明所述预测模型预测有机磷农药砜吸磷对绿藻的毒性。
首先查得砜吸磷的分子结构信息，然后利用高斯（量子化学软件Gaussian）对分子结构进行优化，获得砜吸磷结构的最优构型，然后获得模型所需的描述符分子体积MV并查得其logP值。然后通过AmbitDiscovery（应用与表征软件）中的欧几里德距离法对其进行表征，发现其在模型应用域内，故使用该模型来预测砜吸磷毒性能够得到可靠的结果。
最后得到的其毒性对数值的预测值为7.237，而查得其毒性实验值对数值为7.367，误差仅为0.130，与实验值非常相符。
实施例2应用预测模型预测有机磷农药双硫磷对绿藻的毒性。
首先利用高斯对分子结构进行优化，获得模型所需的描述符分子体积MV并查得其logP值。然后通过使用欧几里德距离法发现其在模型应用域外，故不可以使用该模型来预测双硫磷毒性。
如果使用该模型预测，得到的其毒性对数值的预测值为0.504，而查得其毒性实验值对数值为-1.260，误差高达1.764，与实验值相差很大。
实施例3应用该预测模型预测有机磷农药甲胺磷对绿藻的毒性。
首先利用高斯对分子结构进行优化，获得模型所需的描述符分子体积MV并查得其logP值。然后通过使用欧几里德距离法发现其在模型应用域内，故可以使用该模型来预测甲胺磷毒性。
得到的其毒性对数值的预测值为7.110，而查得其毒性实验值对数值为6.761，误差仅为-0.349，与实验值也很接近。

Claims (2)

1.一种通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法，步骤如下：
1）通过进行毒性试验或者通过查阅毒性数据库和相关文献，获得有机磷农药急性毒性数据：半数致死剂量LD50、半数致死浓度LC50或半数最大效应浓度EC50；
2）利用量子化学软件Gaussian对所要研究的有机磷进行几何结构优化，获得有机磷分子的分子体积（MV）、相对分子质量（MW）、最高占有轨道能（EHOMO）、最低空轨道能(ELUMO)、前线轨道能极差（ΔE）、偶极矩（μ）、溶剂化能（Esol）、分子的最正原子净电荷(Q+)、分子的最负原子净电荷(Q-)、分子的最正氢原子净电荷(QH)10个量子化学参数及从SciFinder数据库查得的疏水性参数logP共11种参数作为分子描述符；
3）将步骤（1）得到的毒性数据按其毒性大小抽取1/5作为验证集数据，其余为训练集数据，训练集用来构建预测模型，验证集用来验证模型的预测能力；
4）以步骤（2）获得的分子描述符为自变量，有机磷农药对水生生物绿藻的48h急性毒性数据的自然对数值lnEC50为因变量，运用编写的标准的最小二乘线性回归程序，建立QSAR模型，最后获得如下回归方程：
lnEC50=-1.886logP+0.027MV+2.644
拟合能力：R2=0.805，F=53.537
5）将验证集数据带入获得的回归方程，得到其预测值，然后根据外部预测能力评价系数Q2 ext的值判定外部预测能力的好坏；当Q2 ext大于0.7时，预示建立的模型具有良好的外部预测能力，Q2 ext越大，外部预测能力越好。
2.如权利要求1所述通过量子化学方法构建定量构效关系模型来预测有机磷农药对水生生物急性毒性的方法，其特征在于：所述水生生物是绿藻类生物或水蚤。
CN201410053184.8A 2014-02-17 2014-02-17 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法 Pending CN103778483A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410053184.8A CN103778483A (zh) 2014-02-17 2014-02-17 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410053184.8A CN103778483A (zh) 2014-02-17 2014-02-17 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法

Publications (1)

Publication Number Publication Date
CN103778483A true CN103778483A (zh) 2014-05-07

Family

ID=50570691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410053184.8A Pending CN103778483A (zh) 2014-02-17 2014-02-17 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法

Country Status (1)

Country Link
CN (1) CN103778483A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107621506A (zh) * 2017-08-10 2018-01-23 大连理工大学 一种基于生物膜渗透预测农药鱼类lc50的方法
CN108197380A (zh) * 2017-12-29 2018-06-22 南京林业大学 基于偏最小二乘的高斯回归软测量建模方法
CN108733970A (zh) * 2018-05-16 2018-11-02 常州大学 一种基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法
CN110702889A (zh) * 2019-09-23 2020-01-17 常州大学 邻苯二甲酸酯对水蚤毒性效应的预测方法、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002059561A2 (en) * 2001-01-26 2002-08-01 Bioinformatics Dna Codes, Llc Modular computational models for predicting the pharmaceutical properties of chemical compounds
CN102323973A (zh) * 2011-05-31 2012-01-18 陕西科技大学 一种基于智能相关指数对常见环境毒物性质/活性预测方法
CN103077313A (zh) * 2013-01-09 2013-05-01 湖南农业大学 酚对发光菌毒性预测及评估的新型非线性高效模型构建方法及应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002059561A2 (en) * 2001-01-26 2002-08-01 Bioinformatics Dna Codes, Llc Modular computational models for predicting the pharmaceutical properties of chemical compounds
CN102323973A (zh) * 2011-05-31 2012-01-18 陕西科技大学 一种基于智能相关指数对常见环境毒物性质/活性预测方法
CN103077313A (zh) * 2013-01-09 2013-05-01 湖南农业大学 酚对发光菌毒性预测及评估的新型非线性高效模型构建方法及应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
邹立: "《用QSAR法研究有机磷农药对海洋扁藻的构效关系》", 《海洋与湖沼》 *
顾云兰: "《酚类化合物对蝌蚪急性毒性的定量构效关系研究》", 《科技通报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107621506A (zh) * 2017-08-10 2018-01-23 大连理工大学 一种基于生物膜渗透预测农药鱼类lc50的方法
CN108197380A (zh) * 2017-12-29 2018-06-22 南京林业大学 基于偏最小二乘的高斯回归软测量建模方法
CN108733970A (zh) * 2018-05-16 2018-11-02 常州大学 一种基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法
CN110702889A (zh) * 2019-09-23 2020-01-17 常州大学 邻苯二甲酸酯对水蚤毒性效应的预测方法、设备及介质

Similar Documents

Publication Publication Date Title
Nikolaou et al. Irrigation of greenhouse crops
Kadlec Large constructed wetlands for phosphorus control: A review
Mancosu et al. Water scarcity and future challenges for food production
Le Houérou Climate change, drought and desertification
Kopacek et al. Factors controlling the export of nitrogen from agricultural land in a large central European catchment during 1900–2010
Chung et al. The influence of physical and physiological processes on the spatial heterogeneity of a Microcystis bloom in a stratified reservoir
Libutti et al. Risk assessment of soil salinization due to tomato cultivation in Mediterranean climate conditions
Cichota et al. Describing N leaching from urine patches deposited at different times of the year with a transfer function
CN103778483A (zh) 一种通过定量构效关系模型预测有机磷农药对水生生物急性毒性的方法
Sahoo et al. Limnological characteristics and planktonic diversity of five tropical upland lakes from Brazilian Amazon
CN103646180A (zh) 一种通过量子化学方法构建定量构效关系模型来预测有机化合物急性毒性的方法
Rajaona et al. Potential of waste water use for Jatropha cultivation in arid environments
Qiu et al. GIS-model based estimation of nitrogen leaching from croplands of China
Ben-Gal et al. Response of young bearing olive trees to irrigation-induced salinity
Farkas et al. Effects of waterlogging, drought and their combination on yield and water-use efficiency of five Hungarian winter wheat varieties
Chen et al. Modeling the water and nitrogen management practices in paddy fields with HYDRUS-1D
Coppola et al. Identifying optimal irrigation water needs at district scale by using a physically based agro-hydrological model
Rooney et al. Submerged macrophyte-bed effects on water-column phosphorus, chlorophyll a, and bacterial production
Jiao et al. Impact of groundwater level on nitrate nitrogen accumulation in the vadose zone beneath a cotton field
Malagó et al. Modelling nitrate reduction strategies from diffuse sources in the Po River basin
Rao et al. Strategies for combating nitrate pollution
Dilla et al. Plot-scale agroforestry modeling explores tree pruning and fertilizer interactions for maize production in a Faidherbia parkland
Cordovil et al. A simplified nitrogen assessment in Tagus River Basin: A management focused review
Xiao et al. Salt leaching with brackish water during growing season improves cotton growth and productivity, water use efficiency and soil sustainability in southern Xinjiang
Jardim et al. Monitoring energy balance, turbulent flux partitioning, evapotranspiration and biophysical parameters of Nopalea cochenillifera (Cactaceae) in the Brazilian semi-arid environment

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140507

RJ01 Rejection of invention patent application after publication