KHẢO SÁT SỰ LIÊN HỆ CẤU TRÚC-ÐỘC TÍNH

CỦA CÁC CHẤT DẪN XUẤT TỪ BENZEN

 

Bùi Thọ Thanh, Phùng Quán, Nguyễn Chí Sơn, Thái Sanh Nguyên Bình^*

Trường Ðại học Khoa học Tự Nhiên - ÐHQG tp.HCM

* Phân Viện Nghiên Cứu Bảo Hộ Lao Ðộng Tp.HCM

 

Tóm tắt:

 

          Mục đích của bài này là nhằm trình bày một số kết quả về sự liên hệ định lượng giữa đặc tính cấu trúc và độc tính của hóa chất. Ðối tượng được xem xét là 77 chất dẫn xuất từ benzen. Phương pháp tính toán được dùng là phương pháp hóa lượng tử kết hợp với phương pháp phân tích thống kê và kỹ thuật lập mạng nơ ron.

          Ðộc tính của 77 chất dẫn xuất từ benzen được xác định qua nồng độ C_miz thực nghiệm. Các yếu tố cấu trúc có thể có ảnh hưởng đến độc tính như hệ số phân bố 1-octanol-nước, hiệu ứng lập thể và điện tử của các nhóm thế, điện tích tại các nguyên tử của vòng benzen đã được khảo sát.

          Kết quả nhận được cho thấy phương pháp mạng nơ ron luôn cho mô hình có hệ số tương quan R² và hệ số Q² (đặc trưng cho khả năng dự đoán của mô hình) cao hơn so với phương pháp hồi qui tuyến tính. Phương pháp mạng nơ ron kết hợp với các tính toán lượng tử là phương pháp tốt nhất để khảo sát QSAR của các dẫn xuất benzen nói riêng và các hợp chất hữu cơ nói chung.

 

 

QUANTITATIVE STRUCTURE-TOXICITY RELATIONSHIPS

OF BENZENE DERIVATIVES

 

Bui Tho Thanh, Phung Quan, Nguyen Chi Sơn, Thai Sanh Nguyen Binh^*

University of Natural Sciences - VNU.HCM

*

 

Abstract:

 

          The aim of this paper is to present some recent theoretical results on the application of Neural Networks and Statistical Analysis in conjunction with quantum calculations for examining the Quantitative Structure-Activity Relationships (QSARs) of 77 benzene derivatives.

          The QSARs of benzenes are established by using traditional statistical analysis (multiple regressions, correlation analysis) and Back propagation Neural Networks. The toxicity, Cmiz, is estimated experimentally and molecular information (1-octanol/water partition coefficient, the steric and electronic effects of substituents, the net charges of benzene ring atoms) are obtained from quantum mechanical calculations.

          The obtained results prove that Neural Networks in appropriate architectures could be used as a good predictive tool for studying the QSARs of benzene derivatives.