黃俊 余剛 張彭義
（清華大學(xué)環(huán)境科學(xué)與工程系 環(huán)境模擬與污染控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100084）

1 前言

　　氯代二苯并對(duì)二噁英（polychlorinated dibenzo-p-dioxins，簡(jiǎn)稱PCDDs）是國(guó)際上首批列入控制的12種持久性有機(jī)污染物之一，同時(shí)也是很強(qiáng)的內(nèi)分泌干擾物。因氯原子的取代數(shù)目及位置的不同，PCDDs共有75種分子結(jié)構(gòu)[1]，其中2,3,7,8-TCDD被認(rèn)為是已知化合物中毒性最強(qiáng)的物質(zhì)，同時(shí)還是很強(qiáng)的多位點(diǎn)致癌物，動(dòng)物實(shí)驗(yàn)證明，它易誘發(fā)肝、肺、粘膜和皮膚癌的發(fā)生，1997年國(guó)際癌癥研究機(jī)構(gòu)（IARC）將其確認(rèn)為一級(jí)致癌物。
　　logKow值即正辛醇是進(jìn)行污染物環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)時(shí)考察其環(huán)境行為的一個(gè)重要參數(shù)，由于單一PCDDs純物質(zhì)通常難以制備或購(gòu)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(dāng)數(shù)量的PCDDs化合物難以獲得logKow實(shí)驗(yàn)數(shù)據(jù)。在這種情況下，借助定量構(gòu)效關(guān)系（QSAR）方法來(lái)預(yù)測(cè)logKow很有必要。從已發(fā)表的PCDDs的logKow定量模型看，主要有采用基團(tuán)/原子貢獻(xiàn)法的經(jīng)驗(yàn)方法和熱力學(xué)方法兩類[2]。本文以單苯環(huán)氯取代指數(shù)作為分子結(jié)構(gòu)描述符，采用人工神經(jīng)網(wǎng)絡(luò)思想建立數(shù)學(xué)模型，并用于尚未有實(shí)驗(yàn)值的PCDD分子的logKow的預(yù)測(cè)。

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(duì)二噁英（Dibenzo-p-dioxin）共43種化合物構(gòu)成建模樣本，這是目前文獻(xiàn)報(bào)道中最為完整的PCDDs的logKow實(shí)驗(yàn)數(shù)據(jù)集。
　　2.2 分子結(jié)構(gòu)描述：采用Liang等[4]在Hale等最先提出的單苯環(huán)取代描述規(guī)則基礎(chǔ)上改進(jìn)后的分子結(jié)構(gòu)描述符，具體的取值規(guī)則參見文獻(xiàn)[4]。對(duì)于一個(gè)PCDD分子，有G1～G10共10個(gè)算符來(lái)描述其結(jié)構(gòu)。
　　2.3 建模方法：采用目前應(yīng)用最廣泛、理論最完善的誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)（BP-ANN），其建模算法及相應(yīng)的程序參見文獻(xiàn)[5-6]。首先計(jì)算43種分子的G1～G10描述符，并與其相應(yīng)的logKow值組織成訓(xùn)練樣本；然后采用帶一個(gè)偏置節(jié)點(diǎn)的10-6-1體系進(jìn)行樣本學(xué)習(xí)，10個(gè)分子描述符加載到10個(gè)輸入節(jié)點(diǎn)上，而logKow實(shí)驗(yàn)值則加載到輸出節(jié)點(diǎn)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(qū)間，輸出向量歸一化至0～1區(qū)間。學(xué)習(xí)步長(zhǎng)η取為0.2，動(dòng)量因子α取0.5。采用隨機(jī)數(shù)矩陣進(jìn)行權(quán)值矩陣的初始化，設(shè)置隨機(jī)數(shù)發(fā)生器的區(qū)間為-3～-3，網(wǎng)絡(luò)精度（目標(biāo)誤差）取為0.05。訓(xùn)練完畢后就得到了PCDDs分子結(jié)構(gòu)與logKow值之間的定量模型，精度檢驗(yàn)后對(duì)樣本集外的33種PCDD的logKow值進(jìn)行預(yù)測(cè)。

3 結(jié)果與討論

　　3.1 訓(xùn)練結(jié)果
　　經(jīng)過(guò)57585次迭代（在128M內(nèi)存、Celeron 466微機(jī)上約耗時(shí)22秒），網(wǎng)絡(luò)訓(xùn)練完畢，輸出各項(xiàng)參數(shù)。模型值與實(shí)驗(yàn)值的相對(duì)誤差絕對(duì)值的平均值為0.4%，最大值為3.1%，精度符合建模目標(biāo)要求。相對(duì)誤差的頻數(shù)分布圖如圖1所示，以模型值對(duì)實(shí)驗(yàn)值所作的相關(guān)關(guān)系圖如圖2所示。從圖1和圖2可以看出，誤差大多數(shù)集中在±0.5%之間（共36個(gè)樣本，占樣本總數(shù)的84%），明顯地優(yōu)于文獻(xiàn)[3]中MOD模型的建模精度。模型值與實(shí)驗(yàn)值之間的相關(guān)性相當(dāng)好，說(shuō)明所建立的BP-ANN模型較好地反演了蘊(yùn)含在PCDD分子結(jié)構(gòu)與logKow之間的數(shù)學(xué)關(guān)系，可以用于預(yù)測(cè)。

　　3.2 BP-ANN的預(yù)測(cè)結(jié)果
　　利用上述模型，對(duì)尚未有實(shí)驗(yàn)值報(bào)道的其它33種PCDD分子的logKow值進(jìn)行預(yù)測(cè)，結(jié)果列于表1中。

表1 樣本集以外的33種PCDDs的logKow值預(yù)測(cè) 取代形式 預(yù)測(cè)值 取代形式 預(yù)測(cè)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(xiàn)

　　1 鄭明輝, 劉鵬巖, 包志成等. 科學(xué)通報(bào), 1999, 44(5): 455-463
　　2 黃俊, 余剛, 張彭義等. 計(jì)算機(jī)與應(yīng)用化學(xué), 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(guó)振雙等. 色譜, 2000,18(1): 1-4
　　6 黃俊, 周申范, 唐婉瑩. 環(huán)境科學(xué)研究, 2000, 13(2): 3-5