有机污染物结构和生物降解性定量关系研究.docVIP

有机污染物结构和生物降解性定量关系研究 　　摘#8195;要 生物活性如毒性、生物降解性与有机污染物的结构有着重要的联系。其中生物降解性是有机污染物最重要的降解过程之一。对于预测有机污染物在环境中的转移转化，最终去向及在变化过程中所产生的危险性具有重要的意义。 　　关键词 芳香族化合物；结构参数；线性模型；生物降解性 　　中图分类号 X172 文献标识码 A 文章编号 1673-9671-(2010)112-0134-01 　　 　　由于目前有机污染物的种类和数量都比较繁多，如逐一对其进行繁杂的生物降解性试验是不实际的。因此，应用QSBR/SBR模型能够有效迅速地判断有机污染物的生物降解性。以驯化的活性污泥为降解生物，测定化合物的5日生化需氧量BOD5和最后一天的生化需氧量BODu（一般为28天），并以BOD（BOD5/BODu×100）作为描述生物降解性的参数。本文选择了其中40种易降解的单环芳香族化合物（苯的烷基、烷氧基、羟基、氨基、羧基、羰基等衍生物）进行构效关系研究。 　　1 统计分析过程和结果 　　1.1 因子分析 　　1）计算相关矩阵。对化合物的七个结构参数ELUMO、EHOMO、Hf、TSA、logp、μ和MW与BOD进行相关分析求出相关系数矩阵，观察各个变量的相关性。 　　通过分析，相关比较显著的参数结构是：分子生成热Hf和化合物的分子量MW，说明了分子的稳定性与分子量的大小有相关关系。分子最低空轨道能ELUMO和分子最高轨道能EHOMO，两个参数都与分子的轨道能有关，它们之间存在着某种内部的相关性。化合物的分子量MW和分子表面积TSA，分子量大意味着分子本身也可能较大，作为反映分子外部形状的表面积也应该大。 　　分子最低空轨道能ELUMO和分子生成热Hf，分子接受电子的能力与分子的稳定性是呈负相关。分子越稳定，该分子的给电子能力越小。而反映化合物分子脂溶性的大小的参数logp、分子的偶极矩μ与其他结构参数之间无显著相关关系。 　　2）提取因子，确定因子的个数。在已计算相关矩阵的基础上，进行总方差分析，以主成分分析法（假设变量是因子的纯线性组合）得到公因子和特征值。（见表1） 　　由以上7个因子分散情况可以看出，7个特征值由大到小依次排序，第一特征值与最大公因子相对应，其余依此类推。根据公因子方差累计百分比85%的原则，在7个公因子中选取前2个为主因子。同时因子1与因子2，以及因子2与因子3之间的特征值差值比较大，而其余因子之间的特征值差值均比较小。因而可以认为，提取前两个因子就可以概括绝大部分信息。 　　3）进行因子旋转。因子分析的目的是通过坐标变换使因子解的实际意义更容易理解。选取两个主因子后，计算初始因子载荷的因子解。通过分析可知，第一主因子在MW、ELUMO变量上的载荷超过0.8，第二主因子在logp上的因子载荷超过0.8。同时，初始因子载荷在ELUMO、EHOMO、Hf、TSA和MW五个因子上都比较均匀，这样就难以得到主因子的理化意义，对下一步的分析造成困难。因此，将初始因子载荷经过方差最大正交旋转，得到旋转因子载荷。经方差最大正交因子旋转后，每个因子的载荷按列向两级分化，即每个因子只在很少几个变量上具有高载荷，在其余变量上载荷很低，而每个变量只在少数几个因子上具有显著载荷。由旋转因子矩阵可知，第一主因子在ELUMO变量上的因子载荷超过0.85，由此可以看出第一主因子可反映化合物分子得失电子的能力；第二主因子在logp变量上的载荷超过0.84，在其余变量上的绝对载荷都不高，说明第二主因子可反映化合物分子脂溶性的大小。这两个主因子所提供的信息能充分反映原始变量所反映的信息，并且决定化合物在生物降解性方面的化学性质。 　　4）计算因子值。根据因子得分系数和原始变量的标准化值可以计算得到各观测变量的第一主因子和第二主因子的因子得分值，分别记为因子1（FC1），因子2（FC2）。 　　因子值是各个因子在每个案例上的得分值，有了因子值就可以在其他的分析中使用这些数据。因子得分能够表征理想变量（因子1、因子2）在样品上的得分值。其绝对值越高，该理想变量所代表的物理化学性质在该样品上的表现越强。因此，因子得分有助于对样品进行分类。 　　1.2 聚类分析 　　为了进一步观察40种取代芳烃的理化性质和分类情况，对化合物进行聚类分析。聚类分析将研究40种取代芳烃之间存在的相似性（亲疏关系），根据它们的7个结构参数指标，找出能够度量这些指标之间相似程度的统计量，再以这些统计量为划分类型的依据，把那些相似程度比较大的指标聚合为一类，把另外一些彼此之间相似程度较大的指标聚合为一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有指标都聚合完毕，把不同的类型一一划