当前位置：
X-MOL 学术
›
J. Chin. Chem. Soc.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Quantitative structure–property relationship models to predict thermodynamic properties of some mono and polycyclic aromatic hydrocarbons using genetic algorithm‐multiple linear regression
Journal of the Chinese Chemical Society ( IF 1.6 ) Pub Date : 2019-12-28 , DOI: 10.1002/jccs.201900319 Fatemeh Dialamehpour 1 , Fatemeh Shafiei 1
Journal of the Chinese Chemical Society ( IF 1.6 ) Pub Date : 2019-12-28 , DOI: 10.1002/jccs.201900319 Fatemeh Dialamehpour 1 , Fatemeh Shafiei 1
Affiliation
|
Polycyclic aromatic hydrocarbons (PAHs) are a class of diverse organic compounds. Quantitative structure–property relationship (QSPR) models are used for modeling and predicting the thermodynamic properties of 45 monocyclic aromatic hydrocarbons (MAHs) and PAHs. Thermodynamic properties of PAHs such as heat capacity (C
v ; J mol−1 K−1), thermal energy (E th; kJ mol−1), and entropy (S ; J mol−1 K−1) are calculated at the HF level of theory and 6‐311G *basis sets using the Gaussian 09 program. A set of molecular descriptors is calculated for selected compounds using the software Dragon. The genetic algorithm (GA) and backward stepwise multiple linear regression (MLR) techniques are used to obtain suitable QSPR models. The predictive ability of the models is checked using several criteria for internal and external model validation. The results show that three descriptors (Uindex, nAT, HTe) can be efficiently used for estimating S , one descriptor (HTe) for modeling E th, and also one descriptor (Uindex) for predicting C
v of the considered compounds. The results and discussion lead to the conclusion that the models established by GA‐MLR have good correlation of the thermodynamic properties, which means QSPR models can be efficiently used for predicting the above‐mentioned properties and designing new molecules of MAHs and PAHs.
中文翻译：
使用遗传算法-多元线性回归预测某些单环和多环芳烃热力学性质的定量结构-性质关系模型
多环芳烃（PAH）是一类多样的有机化合物。定量结构-性质关系（QSPR）模型用于建模和预测45种单环芳烃（MAH）和PAH的热力学性质。PAH的热力学性质，例如热容（C v； J mol -1 K -1），热能（E th； kJ mol -1）和熵（S； J mol -1 K -1） ）是使用高斯09程序在理论的HF级别和6-311G *基集上计算的。使用软件Dragon为选定的化合物计算出一组分子描述符。遗传算法（GA）和后向逐步多元线性回归（MLR）技术用于获得合适的QSPR模型。使用多个用于内部和外部模型验证的标准来检查模型的预测能力。结果表明，三个描述符（Uindex，nAT，HTe）可以有效地用于估计S，一个描述符（HTe）用于建模E th，一个描述符（Uindex）用于预测C v 考虑的化合物。结果和讨论得出的结论是，GA‐MLR建立的模型与热力学性质具有良好的相关性，这意味着QSPR模型可以有效地用于预测上述性质并设计MAHs和PAHs的新分子。
更新日期：2019-12-28
中文翻译：
使用遗传算法-多元线性回归预测某些单环和多环芳烃热力学性质的定量结构-性质关系模型
多环芳烃（PAH）是一类多样的有机化合物。定量结构-性质关系（QSPR）模型用于建模和预测45种单环芳烃（MAH）和PAH的热力学性质。PAH的热力学性质，例如热容（C v； J mol -1 K -1），热能（E th； kJ mol -1）和熵（S； J mol -1 K -1） ）是使用高斯09程序在理论的HF级别和6-311G *基集上计算的。使用软件Dragon为选定的化合物计算出一组分子描述符。遗传算法（GA）和后向逐步多元线性回归（MLR）技术用于获得合适的QSPR模型。使用多个用于内部和外部模型验证的标准来检查模型的预测能力。结果表明，三个描述符（Uindex，nAT，HTe）可以有效地用于估计S，一个描述符（HTe）用于建模E th，一个描述符（Uindex）用于预测C v 考虑的化合物。结果和讨论得出的结论是，GA‐MLR建立的模型与热力学性质具有良好的相关性，这意味着QSPR模型可以有效地用于预测上述性质并设计MAHs和PAHs的新分子。
京公网安备 11010802027423号