廖立敏

內(nèi)江師范學(xué)院化學(xué)化工學(xué)院，內(nèi)江 641100

苯酚類化合物是重要的精細(xì)化學(xué)品或中間體，在農(nóng)藥、醫(yī)藥、炸藥和染料等方面有廣泛應(yīng)用。苯酚類化合物大多具有毒性，個別還具有較強(qiáng)的致癌作用。隨著現(xiàn)代工農(nóng)業(yè)的發(fā)展，越來越多的苯酚類化合物隨著廢水排放到環(huán)境中，給動植物造成嚴(yán)重的危害。因此，全面評估苯酚類化合物的毒性，對于規(guī)范其生產(chǎn)、管理、使用和排放具有重要的意義。定量構(gòu)效關(guān)系(QSAR)利用計算機(jī)模擬預(yù)測有機(jī)污染物性質(zhì)參數(shù)，簡便、省時、節(jié)約實(shí)驗(yàn)資源且降低費(fèi)用，在全面獲取有機(jī)污染物各種參數(shù)方面顯示出了明顯的優(yōu)勢[1-4]。QSAR研究中，化合物結(jié)構(gòu)參數(shù)化是關(guān)鍵步驟之一，目前應(yīng)用廣泛的主要有二維結(jié)構(gòu)表征法[5-6]和三維結(jié)構(gòu)表征法[7-8]。二維結(jié)構(gòu)表征法的優(yōu)勢是計算簡單、快速，但無法分辨順反異構(gòu)、光學(xué)異構(gòu)等現(xiàn)象；三維結(jié)構(gòu)表征法的優(yōu)勢是基于化合物三維立體結(jié)構(gòu)計算，對各種異構(gòu)體能很好地區(qū)分，但計算量大、復(fù)雜難懂。本文基于化合物分子二維結(jié)構(gòu)構(gòu)建一種簡易的結(jié)構(gòu)描述符對化合物結(jié)構(gòu)參數(shù)化表達(dá)，通過多元線性回歸(MLR)和偏最小二乘回歸(PLS)進(jìn)行建模，分析影響化合物毒性的結(jié)構(gòu)因素，為苯酚類化合物結(jié)構(gòu)-性質(zhì)研究提供參考。

1 材料與方法(Materials and methods)

1.1 實(shí)驗(yàn)材料

以25個取代苯酚類化合物為研究樣本，化合物毒性以其誘發(fā)浮萍萎黃的活性值的負(fù)對數(shù)(pC)表示，其實(shí)驗(yàn)值取自文獻(xiàn)[9]，結(jié)果如表1所示。pC值越大表示化合物對浮萍的毒性越強(qiáng)，反之越弱。

表1 化合物及其毒性活性值的負(fù)對數(shù)(pC)Table 1 Compounds and their negative logarithm of toxic activity (pC)

1.2 實(shí)驗(yàn)方法

化合物結(jié)構(gòu)參數(shù)化是建立化合物結(jié)構(gòu)與毒性關(guān)系模型的關(guān)鍵一環(huán)，認(rèn)為化合物中的非氫原子及非氫原子之間的關(guān)系對化合物的生物毒性有影響，而氫原子僅僅影響與其直接相連的非氫原子的取值。非氫原子的取值除與其直接相連的氫原子有關(guān)外，還與非氫原子自身的電子結(jié)構(gòu)相關(guān)，首先在參考文獻(xiàn)[10-11]的基礎(chǔ)上，利用式(1)對化合物中的非氫原子進(jìn)行賦值。

Zi=[(ni-hi)/(mi-ni-1)]1/2

(1)

式中：i為原子在分子中的編碼，ni為非氫原子i的價電子數(shù)，mi為原子核外電子總數(shù)，hi為與其直接連接的氫原子數(shù)。

不同類型的非氫原子對化合物的毒性值影響不盡相同，而相同類型的非氫原子對化合物的毒性值影響具有加和性，因而需要將化合物中的非氫原子進(jìn)行分類。參閱文獻(xiàn)[12-14]方法將化合物中的非氫原子分為4類，與k(≤4)個非氫原子直接相連的非氫原子為第k類非氫原子，如與2個非氫原子直接相連的仲碳原子為第2類非氫原子，以此類推。不同類型的非氫原子自身對化合物生物毒性的影響按式(2)進(jìn)行累加。

(2)

式中：k表示非氫原子i的原子類型，Zi按式(1)計算。根據(jù)非氫原子的分類，對于一個有機(jī)化合物分子中最多含有4類非氫原子，因此最終可得到4個非氫原子自身對化合物生物毒性的影響項(xiàng)，用x1、x2、x3和x4表示。

不同類型的非氫原子的關(guān)系對化合物的生物毒性的影響可能不同，相同類型的非氫原子之間的關(guān)系對化合物毒性的影響具有加和性。非氫原子之間的關(guān)系并非某種具體的相互作用，這種關(guān)系隨著非氫原子之間的距離的增加而減弱，隨著非氫原子的某種性質(zhì)的增加而加強(qiáng)，式(3)可以滿足這一要求。

(3)

式中：Z按式(1)計算；dij為非氫原子i、j之間的相對距離(即鍵長之和與碳碳單鍵鍵長的比值，如果i、j之間有多條路徑，則以最短的為準(zhǔn))；n和l為原子所屬類型，α=0.5。4類非氫原子之間可以有10種不同的組合，即m11、m12、…、m44，簡寫為x5、x6、…、x14，m13表示第1類非氫原子與第3類非氫原子之間的關(guān)系，以此類推。這樣一來，對于一個化合物經(jīng)參數(shù)化表達(dá)后最多可得14個變量(結(jié)構(gòu)描述符)，暫將其稱為化合物非氫原子及其關(guān)系(non-hydrogen atoms and their relationship, NATR)。

運(yùn)用多元線性回歸(MLR)及偏最小二乘回歸(PLS)進(jìn)行建模，“留一法”對模型進(jìn)行交互檢驗(yàn)。

2 結(jié)果與討論(Results and discussion)

將化合物進(jìn)行結(jié)構(gòu)參數(shù)化表征后得到14個變量，但由于研究樣本中不具有第4類非氫原子，因而與第4類非氫原子相關(guān)的x4、x8、x11、x13、x14這5個變量全為“0”，其余9個非全“0”變量用于建模分析。

變量數(shù)達(dá)到9個，而樣本數(shù)僅有25個，在建模之前有必要對變量進(jìn)行篩選。剔除與化合物生物毒性相關(guān)性不大的變量，尋找最佳變量組合進(jìn)行建模。運(yùn)用逐步回歸對變量進(jìn)行篩選，依據(jù)變量的顯著性大小依次將變量引入模型。逐步回歸中建模相關(guān)系數(shù)(r)及標(biāo)準(zhǔn)偏差(SD)的變化情況如圖1和圖2所示。

由圖1可知，建模的r隨著變量的引入逐漸變大，起初增大的趨勢非常明顯，當(dāng)變量數(shù)達(dá)到3個時，建模的r接近最大值，此后r略有增大，但增大趨勢不明顯。同樣，由圖2可知，SD隨著變量的引入逐漸變小，起初變小的趨勢非常明顯，當(dāng)變量數(shù)達(dá)到3個時，SD接近最小值，此后SD略減小，但減小趨勢不明顯。綜上，應(yīng)該選擇3個變量進(jìn)行建模，此時符合樣本數(shù)(N)/變量數(shù)(n)≥5的經(jīng)驗(yàn)規(guī)則，三變量模型如式(4)計算。

圖1 相關(guān)系數(shù)(r)在逐步回歸中的變化情況Fig. 1 Changes of correlation coefficient (r) in stepwise regression

圖2 標(biāo)準(zhǔn)偏差(SD)在逐步回歸中的變化情況Fig. 2 Changes of standard deviation (SD) in stepwise regression

pC=6.385-3.853×x1+2.401×x3-0.293×x7

(4)

建模：N=25，r=0.984，SD=0.216，F(xiàn)=219.822；交互檢驗(yàn)：N=25，rCV=0.979，SDCV=0.248，F(xiàn)CV=165.810。

建模的r高達(dá)0.984，說明模型具有良好的擬合能力；“留一法”交互檢驗(yàn)相關(guān)系數(shù)(rCV)高達(dá)0.979，并且比建模的r略小，說明模型具有良好的預(yù)測能力與穩(wěn)定性。判斷模型質(zhì)量好壞的另一個指標(biāo)是SD，優(yōu)良的模型通常要求SD與數(shù)值范圍之比處于10%范圍內(nèi)。本文所建模型的SD為0.216，而化合物毒性值最大值-最小值=6.20-1.80=4.40，0.216/4.40=4.91%，遠(yuǎn)<10%，說明模型對化合物的生物毒性值預(yù)測誤差在可接受的范圍內(nèi)。

為進(jìn)一步分析影響化合物生物毒性的結(jié)構(gòu)因素，采用偏最小二乘回歸(PLS)建模和分析。將化合物結(jié)構(gòu)描述符作為自變量X，化合物誘發(fā)浮萍萎黃的活性參數(shù)pC作為因變量Y建立PLS模型(M2)。PLS模型(M2)的主成分?jǐn)?shù)(A)為6，r為0.988，SD為0.174，rCV為0.980。從r、rCV及SD值來看，模型(M2)也具有良好的擬合效果、預(yù)測能力和穩(wěn)定性，并且建模效果還優(yōu)于模型(M1)，可以用于預(yù)測取代苯酚類化合物的毒性值和分析影響化合物毒性的結(jié)構(gòu)因素。

25個樣本在PLS前2個主成分得分空間散點(diǎn)分布如圖3所示，由圖3可知，所有的樣本得分點(diǎn)都落在95%置信度的橢圓置信圈內(nèi)，說明本文構(gòu)建的化合物結(jié)構(gòu)描述符能恰當(dāng)表達(dá)該類化合物的結(jié)構(gòu)特征，并且在PLS模型中得到反映。

圖3 樣本在前2個主成分得分分布Fig. 3 Distribution of the top 2 principal component scores of the sample

變量重要性投影(VIP)可以反映各個變量與化合物的生物毒性相關(guān)性大小，通常認(rèn)為VIP值>1的變量與所研究的性質(zhì)相關(guān)性大，而其他變量與所研究的性質(zhì)相關(guān)性可能較小。VIP如圖4所示，由圖4可知，x5、x3和x2的VIP值>1，說明這3個變量與化合物的毒性值相關(guān)性較大。進(jìn)一步分析發(fā)現(xiàn)，VIP值最大的x5為第1類非氫原子之間的關(guān)系對化合物毒性值的影響，第1類非氫原子對應(yīng)的是化合物取代基末端原子；x3為第3類非氫原子自身對化合物毒性值的影響，第3類非氫原子對應(yīng)的大部分是苯環(huán)上被取代后的碳原子，x5和x3這2個變量都與化合物的取代基數(shù)量有關(guān)。綜上，化合物取代基越多，該化合物的生物毒性值可能就越大，這與表1中的數(shù)據(jù)特征基本相符。化合物產(chǎn)生毒性通常需要透過生物脂質(zhì)膜，而化合物的體積與疏水性與其透過脂質(zhì)膜的能力密切相關(guān)，當(dāng)化合物分子都比較小時，化合物的疏水性起主導(dǎo)作用。本文研究樣本中的取代基都為疏水性基團(tuán)，取代基越多，該化合物的疏水性就越強(qiáng)，越易透過脂質(zhì)膜而產(chǎn)生毒性。

圖4 變量重要性投影圖Fig. 4 Projection of variable importance

2個模型對化合物的毒性值進(jìn)行了預(yù)測，預(yù)測值分別為表1的Cal.1和Cal.2，Err.1和Err.2分別為其誤差。模型預(yù)測值與實(shí)驗(yàn)值相關(guān)圖如圖5所示。

由圖5可知，所有的樣本點(diǎn)都落在正方形的45°對角線上及附近，說明模型預(yù)測值與實(shí)驗(yàn)值高度相關(guān)，兩者之間相差性小。2個模型對化合物毒性值預(yù)測誤差的絕對值分布如圖6所示。由圖6可知，絕大部分樣本的預(yù)測誤差的絕對值都小于模型的2倍標(biāo)準(zhǔn)偏差(2SD)。模型(M1)中，有2個樣本的預(yù)測誤差的絕對值超出了2SD的范圍，而模型(M2)中所有樣本的預(yù)測誤差的絕對值均處于2SD范圍內(nèi)，說明模型(M2)對化合物毒性值的預(yù)測比模型(M1)更為準(zhǔn)確，這與上述分析結(jié)果一致。

圖5 模型預(yù)測值與實(shí)驗(yàn)值的相關(guān)圖Fig. 5 Correlation diagram between model predicted values and experimental values

圖6 模型對樣本毒性的預(yù)測誤差注：SD表示標(biāo)準(zhǔn)偏差。Fig. 6 Model prediction error of samples’ toxicityNote: SD stands for standard deviation.

文獻(xiàn)[15]采用DFT-B3LYP計算描述符，運(yùn)用多元線性回歸(MLR)進(jìn)行了建模研究，將文獻(xiàn)結(jié)果與本文結(jié)果進(jìn)行了對比(表2)。

由表2可知，本文所建模型的r及rCV明顯大于文獻(xiàn)結(jié)果，而SD明顯小于文獻(xiàn)結(jié)果，說明本文所建模型優(yōu)于文獻(xiàn)結(jié)果。另外，文獻(xiàn)采用的分子結(jié)構(gòu)表征方法DFT-B3LYP需經(jīng)過分子結(jié)構(gòu)優(yōu)化，結(jié)算量大、復(fù)雜，而本文構(gòu)建的結(jié)構(gòu)描述符是基于分子二維結(jié)構(gòu)計算得到，無需結(jié)構(gòu)優(yōu)化，計算量小，簡單易懂。

表2 模型比較Table 2 Model comparison

以化合物中的非氫原子及非氫原子之間的關(guān)系構(gòu)建結(jié)構(gòu)描述符，對部分取代苯酚類化合物結(jié)構(gòu)進(jìn)行了參數(shù)化表征。通過MLR和PLS方法建立了化合物結(jié)構(gòu)與毒性關(guān)系模型，模型具有良好的擬合能力與預(yù)測能力。分析了影響化合物毒性的結(jié)構(gòu)參數(shù)，并將結(jié)果與文獻(xiàn)進(jìn)行了對比，化合物苯環(huán)上的取代基越多，該化合物可能就有較大的毒性值，本文取得的結(jié)果明顯優(yōu)于文獻(xiàn)結(jié)果。本文所構(gòu)建的化合物結(jié)構(gòu)描述符簡單、易懂、計算方便，對于環(huán)境中的有機(jī)污染物的結(jié)構(gòu)與生物毒性關(guān)系研究具有一定的參考價值。但結(jié)構(gòu)描述符還存在不能區(qū)分順反異構(gòu)、光學(xué)異構(gòu)等現(xiàn)象，這些在后續(xù)研究中都應(yīng)予以考慮。

◆