Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
нений, отражающей их кислотно-основные свойства. К настоящему времени<br />
опубликован ряд работ, посвященных предсказанию констант ионизации для<br />
различных классов органических соединений с использованием различных<br />
подходов. Так, например, для оценки констант ионизации фенолов, карбоновых<br />
кислот и азотсодержащих соединений были построены линейно-регрессионные<br />
модели с использованием квантово-химических дескрипторов [430-432]. В работах<br />
[433, 434] оценка pK a фенолов и карбоновых кислот осуществлялась с<br />
помощью термодинамических вычислений с предварительным расчетом атомных<br />
зарядов и оптимизацией геометрии молекул. Также для прогнозирования<br />
значений pK a восемнадцати азотсодержащих соединений было предпринято построение<br />
CoMFA моделей [435]. Результаты, полученные в работах [430-435],<br />
показывают, что стандартная ошибка предсказания (s) значений pK a , получаемая<br />
с помощью регрессионных моделей, а также с помощью термодинамических<br />
расчетов составляет 0.3 – 0.6 ккал/моль, тогда как значение s, полученное<br />
с помощью CoMFA-модели составило 0.193 ккал/моль. Однако следует отметить,<br />
что несмотря на то, что метод CoMFA дает наименьшую ошибку предсказания,<br />
использование данного метода представляется эффективным только для<br />
оценки значений pK a очень узкой однородной выборки соединений, обладающих<br />
общим скелетом, что накладывает серьезные ограничения на применимость<br />
метода CoMFA для предсказания свойств широких разнородных выборок.<br />
В данной работе предпринята попытка использования фрагментного и<br />
квантово-химического подходов для моделирования значений pK a различных<br />
классов органических соединений, а так же попытка построения общей QSPRмодели<br />
для всех рассматриваемых классов соединений. Для этого, с помощью<br />
программы MOLED [436] были созданы четыре базы данных (БД): (1) фенолы<br />
(170 соединений); (2) карбоновые кислоты (238); 3) азотсодержащие соединения<br />
(268); 4) общая база (676). Далее каждая БД была случайным образом разделена<br />
на обучающую (90% соединений) и контрольную (10% соединений) выборки.<br />
234