Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
ских соединений, содержащей в том числе галоидпроизводные и гетероциклические структуры ароматической природы – Базы 3. Полученные модели имеют достаточно высокие статистические показатели. Наилучшей прогнозирующей способностью обладает модель 8, построенная на семи дескрипторах: -χ M ×10 6 = -3.91 + 3.93 ƒr 1 + 6.41 ƒr 2 - 5.90 ƒr 3 - 2.93 ƒr 4 + 0.728 ƒr 5 + 9.77 ƒr 6 + 0.823 V x (4) n = 420, R 2 = 0.9846, s = 5.0 (× 10 -6 единиц), средняя ошибка (по модулю) на прогнозе 7.02 (× 10 -6 единиц). где fr i равно числу следующих фрагментов в молекулах: ƒr 1 – Br, ƒr 2 – Hal, ƒr 3 – =O, ƒr 4 – C(Hal) 2 , ƒr 5 – •=•–•÷•÷• , ƒr 6 – RC Ar ÷C Ar (C Ar H) 2 . На Рис. 33 приведены диаграммы разброса экспериментальных и расчетных значений магнитной восприимчивости для обучающей и контрольной выборок согласно вышеприведенной модели. Расчет 400 350 300 250 200 150 100 50 0 0 50 100 150 200 250 300 350 400 Эксперимент Предсказание 350 300 250 200 150 100 50 0 0 50 100 150 200 250 300 350 400 Эксперимент Рис. 33. Диаграмма разброса экспериментальных и расчетных значений магнитной восприимчивости для обучающей (слева) и контрольной (справа) выборок соединений (База 3) согласно модели 9. Таким образом, нами продемонстрирована применимость фрагментного подхода в рамках методологии QSPR для расчета магнитной восприимчивости органических соединений различных классов. Предложенные модели по статистическим характеристикам превосходят описанные в литературе. Этим примером продемонстрировано, что предложенные фрагментные дескрипторы в сочетании со статистическим аппаратом множественной линейной регрессии яв- 168
ляются удобным инструментом для прогнозирования таких физических свойств органических соединений, которые лишь с очень большим трудом поддаются оценке при помощи строгих квантово-механических методов расчета. 5.2.4. Прогнозирование энтальпии парообразования органических соединений Данная работа была стимулирована появлением публикации Е. В. Сагдеева и В. П. Барабанова [375], в которой авторы делают попытку найти зависимость энтальпии парообразования, ∆H пар , от температуры кипения в соответствии с литературными данными. Авторы установили полиномиальный характер такой зависимости, но для каждого класса органических соединений эти зависимости имеют собственные параметры и, таким образом, универсальное уравнение не было получено [375]. Более того, температура кипения является не расчетным, а экспериментально определяемым параметром, что затрудняет использование полученных закономерностей для прогноза величин ∆H пар для других, и, особенно, неизвестных соединений. В связи с этим нам представлялось интересным попытаться применить QSPR-методологию для получения универсального и прогностичного QSPRуравнения на экспериментальном материале по величинам ∆H пар , взятым из работы [375]. Отметим, что в литературе имеются примеры применения методов QSPR для расчета ∆H пар с использованием физико-химических, топологических и структурных дескрипторов [376-379]. В настоящей работе мы исследовали применение фрагментных дескрипторов для QSPR-рассмотрения энтальпии парообразования, ∆H пар . В качестве модельной базы были взяты экспериментальные данные по ∆H пар , отнесенные к стандартным условиям (25 o С), для 52 соединений из работы [375]. Подчеркнем, что этот набор достаточно представителен и включает органические соединения тринадцати различных классов, такие как алканы, циклоалканы, олефины, ацетилены, спирты, карбонильные соединения, карбоновые кислоты, амины. База была разделена на обучающую (39 соединений) и контрольную (13 соединений, по одному соединению из каждого класса. Для оценки предсказательной 169
- Page 117 and 118: Предсказанное знач
- Page 119 and 120: рипторе, то он пере
- Page 121 and 122: Для решения этой пр
- Page 123 and 124: • D x - среднее значе
- Page 125 and 126: R 1 R 2 R 1 R 2 X R 6 X R N + 3 (CH
- Page 127 and 128: В соответствии с вы
- Page 129 and 130: зовании рассмотрен
- Page 131 and 132: R4 R5 R3 R6 N (a) R2 6 N 2 6 2 6 2
- Page 133 and 134: f ( x, y) ≡ f ( y, x) ⇔ f ( x,
- Page 135 and 136: R3 R2 R5 R6 Общая формул
- Page 137 and 138: ко, эта разница все
- Page 139 and 140: переставленными эк
- Page 141 and 142: лей приведен в рабо
- Page 143 and 144: деленными» атомами
- Page 145 and 146: 5.1.2. Иерархическая
- Page 147 and 148: водородного соседа
- Page 149 and 150: Атом кислорода в со
- Page 151 and 152: PA1 -PH 2 Атом фосфора,
- Page 153 and 154: Br2 -Br= Формально нез
- Page 155 and 156: то в дальнейшем буд
- Page 157 and 158: После нахождения п
- Page 159 and 160: 5.2.1. Прогнозировани
- Page 161 and 162: зей, а также учитыв
- Page 163 and 164: Эксперимент 50 40 30 20
- Page 165 and 166: Построение QSPR-моде
- Page 167: работе [268], но с при
- Page 171 and 172: чета этого свойств
- Page 173 and 174: База 2 (88 соединений
- Page 175 and 176: «редких фрагментов
- Page 177 and 178: пользовании 25 деск
- Page 179 and 180: Tf расч. о С, Tf calc. o C 30
- Page 181 and 182: На первом этапе раб
- Page 183 and 184: 0,935; s = 0,76 кДж·моль -1
- Page 185 and 186: пример использован
- Page 187 and 188: почечных фрагменто
- Page 189 and 190: ской структуры «ре
- Page 191 and 192: 1 O O OH C C a O C H 2 O H + C C a
- Page 193 and 194: веществ, например,
- Page 195 and 196: до 28.0 (MAE DCV ). Повыше
- Page 197 and 198: Таким образом, псев
- Page 199 and 200: цепочки длиной до д
- Page 201 and 202: алканов, см 3 /моль 7
- Page 203 and 204: свое преимущество
- Page 205 and 206: 6.3.1. Общая методоло
- Page 207 and 208: бирался оптимальны
- Page 209 and 210: 0,25 Результаты полу
- Page 211 and 212: При анализе дескри
- Page 213 and 214: 414]). Следует также о
- Page 215 and 216: d расч., г/куб.см 4,0 3,0
- Page 217 and 218: Табл. 15. Корреляция
ляются удобным инструментом для прогнозирования таких физических свойств<br />
органических соединений, которые лишь с очень большим трудом поддаются<br />
оценке при помощи строгих квантово-механических методов расчета.<br />
5.2.4. Прогнозирование энтальпии парообразования органических соединений<br />
Данная работа была стимулирована появлением публикации Е. В. Сагдеева<br />
и В. П. Барабанова [375], в которой авторы делают попытку найти зависимость<br />
энтальпии парообразования, ∆H пар , от температуры кипения в соответствии<br />
с литературными данными. Авторы установили полиномиальный характер<br />
такой зависимости, но для каждого класса органических соединений эти зависимости<br />
имеют собственные параметры и, таким образом, универсальное уравнение<br />
не было получено [375]. Более того, температура кипения является не<br />
расчетным, а экспериментально определяемым параметром, что затрудняет использование<br />
полученных закономерностей для прогноза величин ∆H пар для других,<br />
и, особенно, неизвестных соединений.<br />
В связи с этим нам представлялось интересным попытаться применить<br />
QSPR-методологию для получения универсального и прогностичного QSPRуравнения<br />
на экспериментальном материале по величинам ∆H пар , взятым из работы<br />
[375]. Отметим, что в литературе имеются примеры применения методов<br />
QSPR для расчета ∆H пар с использованием физико-химических, топологических<br />
и структурных дескрипторов [376-379].<br />
В настоящей работе мы исследовали применение фрагментных дескрипторов<br />
для QSPR-рассмотрения энтальпии парообразования, ∆H пар . В качестве<br />
модельной базы были взяты экспериментальные данные по ∆H пар , отнесенные к<br />
стандартным условиям (25 o С), для 52 соединений из работы [375]. Подчеркнем,<br />
что этот набор достаточно представителен и включает органические соединения<br />
тринадцати различных классов, такие как алканы, циклоалканы, олефины,<br />
ацетилены, спирты, карбонильные соединения, карбоновые кислоты, амины.<br />
База была разделена на обучающую (39 соединений) и контрольную (13 соединений,<br />
по одному соединению из каждого класса. Для оценки предсказательной<br />
169