多氯化萘生物富集因子地QSAR研究.pdfVIP

持久性有机污染物论坛2008暨第三届持久性有机污染物全国学术研讨会论文集 多氯化萘生物富集因子的QSAR研究 丁光辉P，张晶2，邵秘华1 (1大连海事大学，大连，116026；2大连大学，大连，116622； ·联系人，E·mail：Guan曲uid200l@yahoo．com．cn) 1．引言 多氯化萘(PCNs)是一类持久性有机化合物，共有75种系列物。由于具有较高的化学稳定性、疏 水性、阻燃性和杀菌性，被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。 除上述污染来源外，氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染。由于其广泛的生产、 运输和使用，PCNs在环境巾普遍存在，并在空气、土壤、水、沉积物、各种生物体及人体中检出。 另外，某些PcNs系列物具有与多氯联苯相似的结构和毒性，能与芳香烃受体结合或激活某些特定 的酶来改变细胞的生物化学性质，从而产生某些毒性效应。由于上述原因，PCNs作为一类持久性 有机污染物，日益受到人们的关注。 生物富集因子(BcF)表征生物体对有机化合物的富集能力，是判别有机化合物归属POPs的重要 标准之一。BCF的测定涉及相平衡及动力学过程，温度、pH值、化合物的浓度、生物的种类、大小、 性别、脂肪含量等众多因素对BCF均有影响。另一方面，Pa、js标准样品的缺乏和分析技术的不足 也使得BCF难于实验测定。这就造成PCNs的BCF数据较为匮乏，难以满足生态风险性评价的需要。 而定量结构活性关系(QSAR)为BCF的预测提供了一条有效途径。因此，本文应用QSAR技本预测 PcNs的BcF，并考察其与正辛醇．水分配系数(Kaw)及生物毒性之间的关系， 2．材料与方法 2．1BcF数据 reticuIala的BCF。这些数据被用于QsAR的建立。 opperhu幻豫n等【Il测定了lO种PCNs对Poecilia 2．2分子结构描述符 2000中的PM3 17种分子结构描述符被用于表征分子间相互作用对BCF的影响。它们由MOPAC 算法计算得到：分子量(^细)，平均分子极化率(由，偶极距OO，标准生成热(蛳)，总能量(7D，电 子能(幽，核．核排斥能(CCR)，最低未占有分子轨道能(玩UMo)，最高占有分子轨道能(EHUMD)，碳 原子最负净原子电荷(驰-)，氯原子最正诤原子电荷(留a+)，最负净原子电荷(们，最正净原子电荷(n， 另外，以前研究中用到的Wiener指数(、吩和K衙分子对称性指数(s0K)也被包含在建模过程中。 2．3建模方法 应用SIMCA．P11．O中的PLS建立模型。由于BCF数据较少，因此在建模过程中采用下面的变量 选择方法：首先计算因变量和所有预测变量的相关系数，用相关系数最大的预测变量建立一元线性 回归方程。然后选择模型之外的一个预测变量进入模型，建立pLS模型，这一过程一直进行到模型 之外的每个预测变量都被引入到模型中一次，从中选择gzⅫ．最大的PLs模型进入下一轮的变量增选 过程。如果在同一轮的变量增选过程中，产生Q2伽相同的多个PLs模型，则从中选择¨P(变量投影 重要性)值最大预测变量加入模型。这样的变量增选过程一直进行到所有的预测变量都被选入模型 或者所建立的pLs模型中PLs成分数目大于样本数的l／4。最后。从建立的所有PLs模型中选择Q=z。最 大的模型作为最优的模型， 243 持久性有机污染物论坛2008暨第三届持久性有机污染物全国学术研讨会论文集 3．结果与讨论 3．1BCF的QSAR 性。鉴于上述差别和数据问题， PCN．75的BcF没有被包含于模型中。经相关性分析，a～与BCF最 为相关。变量选择过程中，cc尺、q十和c^纠被逐步选入QsAR模型．得到： (1) 刀=9，一2 l，∥一=O．885，，=O．949，艇=O．118 其中疗为样本数，彳为PLs成分数目，，为相关系数，距是预测标准误差。虽然，式(