مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب

تخمین حلالیت هیدروکربن ها در آب پیچیده بوده و مدل های معدودی قادر به پیش بینی،حلالیت پذیری هیدروکربن ها در آب می باشند QSPR راهکاری برای پیشگویی خواص ترکیبات آلی بر مبنای ساختار مولکولی می باشد.مزیت چنین مدل هایی در بی نیازی به داده های تجربی دیگر جهت پیشگیری خواص موردنظر و کاربرد آنها برای حتی ترکیباتی است که ممکن است هنوز سنتز نشده باشند.هدف از این پژوهش توسعه ی مدل پیش بینی کننده جهت تخمین حلالیت پذیری آب و ترکیبات روغنی است،همچنین انجام کارهای آماری بر روی داده ها و تحلیل نتایج به منظور دستیابی به الگویی مناسب جهت پیش بینی رفتار و حلالیت ترکیبات روغنی در آب است.مجموع داده ها160 مولکول در نظر گرفته شد.دسته اول حلالیت هیدروکربن ها در آب که شامل 160 مولکول ) 112 مولکول دسته آموزش 24 مولکول دسته تست می باشد.مقادیر بصورت لگاریتم حلالیت Log S در نظر گرفته شد.در این پژوهش برای هر دما ماکزیمم،مینیمم مدلسازی انجام شد.تمام مولکولها در نرم افزار Hyperchem8 بهینه شد.نتایج هندسی حاصل،درون نرم افزار MOEوDRAGON قرار گرفت و تعداد زیادی توصیف کننده مولکولی در چندین دسته مختلف محاسبه شد.از روش رگرسیون خطی چندگانه MLR برای ساختن مدل خطی رابطه کمی ساختار خصوصیت استفاده شد.پارامترهای آماری برای توصیف کننده ی نهایی انتخاب شده حاصل از نرم افزارDragon به این صورت است R2test=0/81،؛R2train=0/82،F=254/19 مدل پیشنهادی در مقایسه با سایر مدل ها دارای خطای استاندارد پایین و ضریب همبستگی بالایی است،بنابراین از اعتبار بالاتری برخوردار است.

Keywords:

رابطه کمی ساختار خصوصیت Quantitative Structure Properties Relationship QSPR , حلالیت پذیری , Solubility , ترکیبات روغنی Oil Compounds