黃俊 余剛 張彭義
（清華大學環境科學與工程系 環境模擬與污染控制國家重點實驗室，北京 100084）

1 前言

　　氯代二苯并對二噁英（polychlorinated dibenzo-p-dioxins，簡稱PCDDs）是國際上首批列入控制的12種持久性有機污染物之一，同時也是很強的內分泌干擾物。因氯原子的取代數目及位置的不同，PCDDs共有75種分子結構[1]，其中2,3,7,8-TCDD被認為是已知化合物中毒性最強的物質，同時還是很強的多位點致癌物，動物實驗證明，它易誘發肝、肺、粘膜和皮膚癌的發生，1997年國際癌癥研究機構（IARC）將其確認為一級致癌物。
　　logKow值即正辛醇是進行污染物環境風險評價時考察其環境行為的一個重要參數，由于單一PCDDs純物質通常難以制備或購得，而且有些共存的PCDDs即使是用GC/MS方法中仍不容易分開，因此目前還有相當數量的PCDDs化合物難以獲得logKow實驗數據。在這種情況下，借助定量構效關系（QSAR）方法來預測logKow很有必要。從已發表的PCDDs的logKow定量模型看，主要有采用基團/原子貢獻法的經驗方法和熱力學方法兩類[2]。本文以單苯環氯取代指數作為分子結構描述符，采用人工神經網絡思想建立數學模型，并用于尚未有實驗值的PCDD分子的logKow的預測。

2 研究方法

　　2.1 建模樣本：本研究中利用了Rulle等[3]所收集整理的42種PCDDs及母體化合物二苯并對二噁英（Dibenzo-p-dioxin）共43種化合物構成建模樣本，這是目前文獻報道中最為完整的PCDDs的logKow實驗數據集。
　　2.2 分子結構描述：采用Liang等[4]在Hale等最先提出的單苯環取代描述規則基礎上改進后的分子結構描述符，具體的取值規則參見文獻[4]。對于一個PCDD分子，有G1～G10共10個算符來描述其結構。
　　2.3 建模方法：采用目前應用最廣泛、理論最完善的誤差反向傳播人工神經網絡（BP-ANN），其建模算法及相應的程序參見文獻[5-6]。首先計算43種分子的G1～G10描述符，并與其相應的logKow值組織成訓練樣本；然后采用帶一個偏置節點的10-6-1體系進行樣本學習，10個分子描述符加載到10個輸入節點上，而logKow實驗值則加載到輸出節點上。向量均采用線性歸一化方法，其中輸入向量歸一化至-2～2區間，輸出向量歸一化至0～1區間。學習步長η取為0.2，動量因子α取0.5。采用隨機數矩陣進行權值矩陣的初始化，設置隨機數發生器的區間為-3～-3，網絡精度（目標誤差）取為0.05。訓練完畢后就得到了PCDDs分子結構與logKow值之間的定量模型，精度檢驗后對樣本集外的33種PCDD的logKow值進行預測。

3 結果與討論

　　3.1 訓練結果
　　經過57585次迭代（在128M內存、Celeron 466微機上約耗時22秒），網絡訓練完畢，輸出各項參數。模型值與實驗值的相對誤差絕對值的平均值為0.4%，最大值為3.1%，精度符合建模目標要求。相對誤差的頻數分布圖如圖1所示，以模型值對實驗值所作的相關關系圖如圖2所示。從圖1和圖2可以看出，誤差大多數集中在±0.5%之間（共36個樣本，占樣本總數的84%），明顯地優于文獻[3]中MOD模型的建模精度。模型值與實驗值之間的相關性相當好，說明所建立的BP-ANN模型較好地反演了蘊含在PCDD分子結構與logKow之間的數學關系，可以用于預測。

　　3.2 BP-ANN的預測結果
　　利用上述模型，對尚未有實驗值報道的其它33種PCDD分子的logKow值進行預測，結果列于表1中。

表1 樣本集以外的33種PCDDs的logKow值預測 取代形式 預測值 取代形式 預測值 1,2 - 5.63 1,3,9 - 6.21 1,3 - 4.65 1,4,6 - 6.21 1,4 - 4.70 1,4,7 - 4.36 1,6 - 5.78 1,2,6,7 - 6.24 1,7 - 4.39 1,2,6,9 - 6.86 1,8 - 4.39 1,2,8,9 - 6.809 1,9 - 6.21 1,2,4,7,9 - 8.07 1,2,3 - 7.44 1,2,4,6,8 - 6.86 1,2,6 - 5.24 1,2,4,6,7 - 5.70 1,2,7 - 5.72 1,2,4,8,9 - 5.70 1,2,8 - 5.72 1,2,3,8,9 - 6.46 1,2,9 - 5.81 1,2,3,6,7,8 -
8.17 2,3,7 - 6.55 1,2,3,4,6,9 -
6.26 1,7,8 - 4.45 1,2,3,7,8,9 - 8.18 1,3,6 - 5.99 1,2,3,4,6,7 - 5.54 1,3,7 - 4.36 1,2,3,4,6,7,9 - 8.12 1,3,8 - 4.36

參 考 文 獻

　　1 鄭明輝, 劉鵬巖, 包志成等. 科學通報, 1999, 44(5): 455-463
　　2 黃俊, 余剛, 張彭義等. 計算機與應用化學, 2001, 18(4): 289-292
　　3 Rulle P. Chemosphere, 2000, 40(5): 457-512
　　4 Liang X., Wang, W. Wu W., et., al. Chemosphere, 2000, 41(6): 923-929
　　5 黃俊, 周申范, 國振雙等. 色譜, 2000,18(1): 1-4
　　6 黃俊, 周申范, 唐婉瑩. 環境科學研究, 2000, 13(2): 3-5