Luận án Tiến sĩ: Nghiên cứu QSAR Bisphenol A và Dẫn xuất Estrogen – Vũ Văn Đạt, ĐH KHTN
Tìm hiểu mô hình QSAR đánh giá estrogen của Bisphenol A và các dẫn xuất trong luận án Vũ Văn Đạt.
Năm xuất bản
Số trang
153
Thời gian đọc
23 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
50 Point
Tổng quan nhanh
- Chủ đề:
- 1. Tổng quan QSAR Estrogen Bisphenol A & Dẫn xuất
- Số trang:
- 153 trang
- Trường:
- Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
- Chuyên ngành:
- Hóa lý thuyết và hóa lý
- Tác giả:
- Vũ Văn Đạt
- Năm:
- 2019
Tóm tắt nội dung luận án
I. Tổng quan QSAR Estrogen Bisphenol A Dẫn xuất
Luận án nghiên cứu quan hệ cấu trúc hóa học và hoạt tính (QSAR) estrogen của Bisphenol A (BPA) cùng các dẫn xuất. BPA là hóa chất công nghiệp phổ biến, gây lo ngại về sức khỏe cộng đồng. Các dẫn xuất Bisphenol A cũng tiềm ẩn độc tính estrogen. Nghiên cứu này đặt ra mục tiêu xây dựng mô hình QSAR để dự đoán hoạt tính estrogenic của các hợp chất này. Điều này giúp hiểu rõ hơn cơ chế tác động, đồng thời hỗ trợ dự đoán độc tính, sàng lọc các chất tiềm năng. Phương pháp QSAR đã chứng minh hiệu quả trong việc đánh giá các chất gây rối loạn nội tiết, cung cấp công cụ mạnh mẽ cho hóa học tính toán và dược học.
1.1. Tầm quan trọng của Bisphenol A và dẫn xuất
Bisphenol A (BPA) được sử dụng rộng rãi trong sản xuất nhựa polycarbonate và nhựa epoxy. Các dẫn xuất Bisphenol A cũng có mặt trong nhiều sản phẩm tiêu dùng. Sự hiện diện của chúng trong môi trường và cơ thể người gây ra những lo ngại nghiêm trọng. BPA được công nhận là một chất gây rối loạn nội tiết. Nó có khả năng tác động lên hệ thống hormone, đặc biệt là estrogen. Điều này dẫn đến các vấn đề sức khỏe như rối loạn sinh sản, phát triển và ung thư. Việc nghiên cứu độc tính estrogen của BPA và các dẫn xuất là cấp thiết. Cần tìm hiểu cơ chế tác động để bảo vệ sức khỏe con người.
1.2. Mục tiêu nghiên cứu QSAR hoạt tính estrogen
Nghiên cứu này tập trung vào việc xây dựng các mô hình QSAR. Mục tiêu chính là dự đoán hoạt tính estrogenic của Bisphenol A và các dẫn xuất của nó. Luận án tìm kiếm mối quan hệ định lượng giữa cấu trúc hóa học và hoạt tính sinh học. Các mô hình QSAR estrogen giúp giải thích cơ chế tương tác ở cấp độ phân tử. Từ đó, có thể đưa ra các dự đoán về độc tính estrogen của các hợp chất chưa được thử nghiệm. Điều này giảm thiểu sự phụ thuộc vào các thí nghiệm sinh học truyền thống, tốn kém và mất thời gian.
1.3. Tổng quan phương pháp QSAR và ứng dụng
QSAR (Quantitative Structure-Activity Relationship) là một phương pháp mạnh mẽ. Nó thiết lập mối quan hệ định lượng giữa các thông số cấu trúc hóa học và hoạt tính sinh học. Trong độc học, QSAR estrogen được dùng để dự đoán khả năng gây độc tính estrogen. Các mô hình QSAR giúp sàng lọc nhanh chóng các chất hóa học. Phương pháp này giảm thiểu thử nghiệm động vật, tiết kiệm chi phí nghiên cứu. Ứng dụng QSAR trong nghiên cứu Bisphenol A và dẫn xuất của nó cung cấp cái nhìn sâu sắc. Nó hỗ trợ nhận diện các chất gây rối loạn nội tiết tiềm năng. Hóa học tính toán đóng vai trò trung tâm trong quá trình này.
II. Phương pháp tính toán QSAR cho hoạt tính estrogenic
Nghiên cứu áp dụng các phương pháp hóa học tính toán hiện đại để thu thập thông số cấu trúc. Các thông số này sau đó được sử dụng trong việc xây dựng mô hình QSAR. Phân tích sinh học thực nghiệm cung cấp dữ liệu hoạt tính estrogenic cần thiết. Quá trình này bao gồm việc sử dụng phần mềm Gaussian để tối ưu hóa cấu trúc và tính toán các đặc trưng hóa lượng tử. Sau đó, dữ liệu được xử lý bằng các phương pháp thống kê như hồi quy đa biến tuyến tính và mạng neural nhân tạo. Việc lựa chọn phương pháp phù hợp đảm bảo độ tin cậy của mô hình quan hệ cấu trúc hoạt tính.
2.1. Đối tượng nghiên cứu và chuẩn bị dữ liệu
Đối tượng nghiên cứu là Bisphenol A và một loạt các dẫn xuất Bisphenol A. Tổng cộng có một bộ chất được lựa chọn cẩn thận. Dữ liệu hoạt tính estrogenic của các chất này được thu thập từ các nghiên cứu thực nghiệm đáng tin cậy. Dữ liệu này là cơ sở cho việc xây dựng và kiểm định mô hình QSAR. Các thông số sinh học được chuẩn hóa để đảm bảo tính nhất quán. Việc chuẩn bị dữ liệu kỹ lưỡng là bước quan trọng. Nó ảnh hưởng trực tiếp đến chất lượng và độ chính xác của mô hình dự đoán độc tính.
2.2. Tính toán thông số hóa lượng tử phân tử
Các thông số hóa lượng tử được tính toán bằng phần mềm Gaussian. Phương pháp B3LYP và bộ hàm cơ sở phù hợp được sử dụng. Quá trình này bao gồm tối ưu hóa hình học phân tử. Sau đó, các thông số như năng lượng HOMO/LUMO, momen lưỡng cực, diện tích bề mặt, và các chỉ số điện tích được tính toán. Các thông số này phản ánh các đặc trưng cấu trúc và điện tử của phân tử. Chúng là những đại lượng quan trọng trong việc xây dựng mô hình quan hệ cấu trúc hoạt tính. Hóa học tính toán cung cấp dữ liệu đầu vào cần thiết cho mô hình QSAR estrogen.
2.3. Xây dựng mô hình QSAR bằng phương pháp thống kê
Hai phương pháp chính được sử dụng để xây dựng mô hình QSAR. Đó là hồi quy đa biến tuyến tính (MLR) và mạng neural nhân tạo (ANN). Phương pháp MLR tìm kiếm mối quan hệ tuyến tính giữa hoạt tính và các thông số cấu trúc. Trong khi đó, ANN có khả năng xử lý các mối quan hệ phi tuyến phức tạp hơn. Phần mềm STATGRAPHICS Centurion 15 được dùng cho MLR. Các chương trình chuyên dụng được sử dụng cho ANN. Cả hai phương pháp đều nhằm tạo ra mô hình dự đoán độc tính estrogen hiệu quả. Mục tiêu là xác định mô hình QSAR tối ưu nhất.
III. Phát triển mô hình QSAR dự đoán độc tính estrogen
Quá trình phát triển mô hình QSAR đòi hỏi lựa chọn cẩn thận các thông số cấu trúc và phương pháp xây dựng. Mục tiêu là tạo ra các mô hình có khả năng dự đoán hoạt tính estrogenic chính xác. Luận án đã thử nghiệm và so sánh hiệu quả của mô hình hồi quy đa biến tuyến tính và mô hình mạng neural nhân tạo. Các mô hình này được xây dựng dựa trên các thông số hóa lượng tử đã tính toán. Việc đánh giá mô hình được thực hiện nghiêm ngặt, tuân thủ các nguyên tắc khoa học. Kết quả cho thấy sự khác biệt về độ chính xác giữa các phương pháp. Từ đó, xác định được mô hình dự đoán độc tính tối ưu.
3.1. Lựa chọn các thông số cấu trúc phù hợp
Việc lựa chọn thông số cấu trúc là bước then chốt trong xây dựng mô hình QSAR. Các thông số hóa lượng tử và các chỉ số phân tử khác được xem xét. Chỉ những thông số có ý nghĩa thống kê và liên quan trực tiếp đến hoạt tính estrogenic mới được chọn. Quá trình này sử dụng các kỹ thuật thống kê để giảm thiểu nhiễu và tối ưu hóa tập dữ liệu. Các thông số như năng lượng HOMO, LUMO, logP, diện tích bề mặt phân tử, và các chỉ số liên kết hóa học được đánh giá. Lựa chọn đúng thông số giúp tăng cường độ chính xác của mô hình quan hệ cấu trúc hoạt tính.
3.2. Xây dựng mô hình hồi quy đa biến tuyến tính
Mô hình hồi quy đa biến tuyến tính (MLR) được xây dựng để tìm kiếm mối quan hệ tuyến tính giữa các thông số cấu trúc và hoạt tính estrogen. Phương pháp này đơn giản, dễ giải thích. Nghiên cứu sử dụng các thuật toán hồi quy để thiết lập phương trình toán học. Phương trình này mô tả mối quan hệ quan trọng. Các hệ số hồi quy cho biết mức độ ảnh hưởng của từng thông số cấu trúc đến hoạt tính. Mô hình MLR cung cấp cái nhìn ban đầu về các yếu tố cấu trúc chính. Nó giúp dự đoán độc tính estrogen của các dẫn xuất Bisphenol A.
3.3. Ứng dụng mô hình mạng neural nhân tạo
Mô hình mạng neural nhân tạo (ANN) được triển khai để giải quyết các mối quan hệ phi tuyến tính phức tạp. ANN có khả năng học hỏi từ dữ liệu và nhận diện các mẫu ẩn. Phương pháp này thường cho kết quả dự đoán chính xác hơn so với MLR. Nghiên cứu sử dụng kiến trúc ANN phù hợp, bao gồm số lượng lớp và nút. Quá trình huấn luyện mạng được tối ưu hóa để đạt hiệu suất cao nhất. Mô hình ANN cung cấp một công cụ mạnh mẽ. Nó giúp dự đoán hoạt tính estrogenic với độ tin cậy cao. Điều này đặc biệt hữu ích cho các chất gây rối loạn nội tiết có cấu trúc đa dạng.
IV. Phân tích kết quả mô hình QSAR về Bisphenol A
Kết quả nghiên cứu đã cung cấp những hiểu biết sâu sắc về hoạt tính estrogenic của Bisphenol A và các dẫn xuất. Các mô hình QSAR được xây dựng đã chứng minh khả năng dự đoán hiệu quả. Đặc biệt, mô hình mạng neural nhân tạo cho thấy độ chính xác cao hơn so với mô hình hồi quy tuyến tính. Phân tích chi tiết các thông số cấu trúc cho phép luận giải cơ chế biểu hiện hoạt tính. Sự thay đổi nhỏ trong cấu trúc có thể ảnh hưởng lớn đến độc tính estrogen. Những phát hiện này khẳng định vai trò của hóa học tính toán trong việc đánh giá an toàn hóa chất.
4.1. Kết quả tính toán thông số cấu trúc phân tử
Việc tính toán các thông số cấu trúc bằng phần mềm GAUSSIAN đã hoàn thành. Các thông số hóa lượng tử như năng lượng HOMO, LUMO, momen lưỡng cực, và diện tích bề mặt phân tử được thu thập đầy đủ. Kết quả cho thấy sự khác biệt rõ rệt về các đặc trưng điện tử và không gian giữa Bisphenol A và các dẫn xuất. Những khác biệt này là nền tảng để giải thích sự thay đổi trong hoạt tính estrogenic. Các thông số này cung cấp dữ liệu đầu vào đáng tin cậy. Chúng là yếu tố quyết định trong việc xây dựng mô hình QSAR chất lượng cao.
4.2. Đánh giá hiệu quả của các mô hình QSAR
Các mô hình QSAR được đánh giá kỹ lưỡng bằng nhiều chỉ số thống kê. Bao gồm R2, Q2, RMSE và các phương pháp kiểm định chéo. Mô hình hồi quy đa biến tuyến tính cung cấp một nền tảng cơ bản. Trong khi đó, mô hình mạng neural nhân tạo cho thấy hiệu suất dự đoán vượt trội. Nó đạt độ chính xác cao hơn và khả năng tổng quát hóa tốt hơn. Kết quả đánh giá chứng minh tính tin cậy và khả năng dự đoán của mô hình. Mô hình QSAR hiệu quả giúp dự đoán độc tính estrogen của các chất chưa biết. Nó là công cụ hữu ích trong sàng lọc chất gây rối loạn nội tiết.
4.3. Quan hệ giữa cấu trúc và hoạt tính estrogen
Phân tích kết quả cho thấy mối quan hệ rõ ràng giữa cấu trúc hóa học và hoạt tính estrogen. Các thông số như tính kỵ nước (logP), kích thước phân tử và sự phân bố điện tích đóng vai trò quan trọng. Cụ thể, nhóm hydroxyl và vị trí thay thế trên vòng benzen ảnh hưởng đáng kể đến khả năng gắn kết với thụ thể estrogen. Sự thay đổi cấu trúc ở các dẫn xuất Bisphenol A làm thay đổi hoạt tính. Hiểu rõ quan hệ cấu trúc hoạt tính là chìa khóa. Nó giúp thiết kế các phân tử an toàn hơn và giảm thiểu độc tính estrogen.
V. Ý nghĩa ứng dụng QSAR trong độc tính estrogen
Luận án đã thành công trong việc xây dựng và kiểm định các mô hình QSAR estrogen cho Bisphenol A và dẫn xuất. Các mô hình này không chỉ cung cấp khả năng dự đoán độc tính mà còn giúp luận giải cơ chế tác động. Từ đó, mở ra hướng đi mới trong việc thiết kế các phân tử an toàn hơn. Ứng dụng QSAR giảm thiểu thử nghiệm sinh học, tiết kiệm tài nguyên. Đây là công cụ quan trọng cho các nhà khoa học, cơ quan quản lý. Nó giúp đánh giá rủi ro của các chất gây rối loạn nội tiết, hướng tới một môi trường sống an toàn hơn. Hóa học tính toán đang ngày càng khẳng định vai trò thiết yếu.
5.1. Luận giải cơ chế hoạt tính estrogenic
Các mô hình QSAR cung cấp cái nhìn sâu sắc về cơ chế phân tử. Chúng giải thích cách Bisphenol A và các dẫn xuất tương tác với thụ thể estrogen. Việc xác định các thông số cấu trúc quan trọng cho phép hiểu rõ hơn về tính ái lực và hiệu quả liên kết. Nghiên cứu chỉ ra vai trò của các nhóm chức năng và hình dạng phân tử. Từ đó luận giải tại sao một số dẫn xuất có hoạt tính estrogenic mạnh hơn. Kiến thức này rất quan trọng để phát triển các chất thay thế an toàn hơn. Hiểu cơ chế giúp kiểm soát độc tính estrogen hiệu quả.
5.2. Tiềm năng dự đoán độc tính estrogen
Khả năng dự đoán độc tính estrogen của các mô hình QSAR là rất lớn. Chúng cho phép sàng lọc hàng ngàn hợp chất hóa học một cách nhanh chóng. Việc này giảm đáng kể thời gian và chi phí so với các thử nghiệm thực nghiệm. Đặc biệt, đối với các chất hóa học mới hoặc các dẫn xuất Bisphenol A chưa được nghiên cứu. Mô hình QSAR giúp xác định các chất tiềm năng gây rối loạn nội tiết. Công cụ này là một yếu tố quan trọng trong đánh giá rủi ro hóa chất. Nó hỗ trợ các quyết định liên quan đến an toàn sản phẩm.
5.3. Thiết kế và sàng lọc các dẫn xuất an toàn hơn
Các mô hình QSAR không chỉ dự đoán mà còn hỗ trợ thiết kế phân tử mới. Bằng cách hiểu các yếu tố cấu trúc ảnh hưởng đến hoạt tính estrogenic, nhà hóa học có thể điều chỉnh cấu trúc. Mục tiêu là tạo ra các dẫn xuất Bisphenol A có độc tính estrogen thấp hơn hoặc không có. Luận án đã đề xuất một số phân tử mới tiềm năng. Chúng cần được kiểm tra hoạt tính để xác nhận. Khả năng thiết kế hóa chất 'xanh' là một ứng dụng quan trọng. Nó góp phần vào sự phát triển bền vững và an toàn sức khỏe cộng đồng.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (153 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ------------------------------- Vũ Văn Đạt NGHIÊN CỨU QUAN HỆ CẤU TRÚC HOÁ HỌC VÀ HOẠT TÍNH (QSAR) ESTROGEN CỦA BISPHENOL - A VÀ CÁC DẪN XUẤT LUẬN ÁN TIẾN SĨ HÓA HỌC Hà Nội - 2019 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ------------------------------- Vũ Văn Đạt NGHIÊN CỨU QUAN HỆ CẤU TRÚC HOÁ HỌC VÀ HOẠT TÍNH (QSAR) ESTROGEN CỦA BISPHENOL - A VÀ CÁC DẪN XUẤT Chuyên ngành: Hóa lí thuyết và Hóa lí Mã số: 62 44 01 19 (Mã số mới: 9440112.04) LUẬN ÁN TIẾN SĨ HÓA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. LÊ KIM LONG 2. LÂM NGỌC THIỀM XÁC NHẬN NCS ĐÃ CHỈNH SỬA THEO QUYẾT NGHỊ CỦA HỘI ĐỒNG ĐÁNH GIÁ LUẬN ÁN Người hướng dẫn khoa học Chủ tịch hội đồng đánh giá Luận án Tiến sĩ GS. Lâm Ngọc Thiềm GS.
Đặng Vũ Minh Hà Nội - 2019 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả trong luận án là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ các công trình nào khác. Tác giả Vũ Văn Đạt LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CẢM ƠN Với lòng kính trọng và biết ơn sâu sắc em xin chân thành cảm ơn các thầy giáo hướng dẫn PGS. Lê Kim Long và GS.
Lâm Ngọc Thiềm đã tận tình hướng dẫn, động viên và giúp đỡ em trong suốt thời gian làm luận án. Em xin chân thành cảm ơn các thầy cô trong Trung tâm Ứng dụng Tin học trong Hóa học; Bộ môn Hóa lý; Khoa Hóa học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội đã tạo mọi điều kiện thuận lợi, hướng dẫn, giúp đỡ em để có thể hoàn thành luận án. Tôi cũng chân thành cảm ơn một số nhà khoa học ở các đơn vị: Trường Đại học Giáo dục, Đại học Quốc gia Hà Nội; Viện Kỹ thật Nhiệt đới, Viện Hàn Lâm KH&CN Việt Nam; Viện Hóa học - Vật liệu, Viện Khoa học và Công nghệ Quân sự; Khoa Hóa học, Trường Đại học Sư phạm Hà Nội đã có các trao đổi học thuật để có được kết quả tốt trong luận án này, bên cạnh đó không thể không kể đến sự động viên giúp sức và hỗ trợ tuyệt vời của gia đình, bạn bè, các bạn đồng nghiệp trong thời gian qua. Hà Nội, ngày tháng năm 2019 Tác giả Vũ Văn Đạt LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH CÁC KÝ HIỆU VIẾT TẮT TRONG LUẬN ÁN MỞ ĐẦU.
Lý do chọn đề tài. Đối tƣợng và phạm vi nghiên cứu. Ý nghĩa khoa học và thực tiễn của đề tài. Những điểm mới của luận án.
Bố cục của luận án. Tổng quan về Bisphenol - A. Ứng dụng của Bisphenol - A trong công nghiệp. Cơ chế gây độc của BPA ở người và sinh vật.
Tổng quan về nghiên cứu QSAR. Nghiên cứu QSAR trong khoa học và thực tiễn. Quy trình nghiên cứu và các nguyên tắc trong xây dựng mô hình QSAR. Quy trình nghiên cứu QSAR.
Các nguyên tắc OECD. Tổng quan về cơ sở lý thuyết của phƣơng pháp tính lƣợng tử. Lý thuyết phiếm hàm mật độ (DFT-Density Functional Theory) [34]. Mật độ trạng thái của electron.
Mô hình Thomas - Fermi. 18 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Các định lý Hohenberg - Kohn [34]. Phương trình Kohn - Sham [34].
Phiếm hàm mật độ phụ thuộc vào thời gian. Bộ hàm cơ sở. Bộ cơ sở kiểu Pople. Bộ cơ sở kiểu Dunning hay gọi là bộ cơ sở phù hợp tương quan (Correlation Consistent basis set).
Các phƣơng pháp toán học trong nghiên cứu QSAR. Phương pháp hồi quy. Phương pháp mạng neural nhân tạo. Tổng quan về sinh học thực nghiệm trong nghiên cứu QSAR.
Các phương pháp phân tích thực nghiệm. Hiệu ứng sinh học và các dạng hoạt tính trong nghiên cứu QSAR. Hệ thống dữ liệu sinh học quốc tế trong khoa học nghiên cứu QSAR. Tình hình nghiên cứu QSAR về BPA và các dẫn xuất ở trong và ngoài nước .35 CHƢƠNG II.
ĐỐI TƢỢNG VÀ PHƢƠNG PHÁP NGHIÊN CỨU. Đối tƣợng nghiên cứu và các phân tích sinh học. Tính toán các thông số hóa lƣợng tử. Chƣơng trình Gaussian.
Bộ thông số hóa lượng tử. Phương pháp tính B3LYP. Chương trình Gaussian. Phƣơng pháp xây dựng và đánh giá mô hình.
Lựa chọn thông số cấu trúc. Phương pháp hồi quy đa biến tuyến tính. Chương trình STATGRAPHICS Centurion 15. Phương pháp mạng neural nhân tạo (ANN).
Các chương trình xây dựng mạng ANN. Kiểm tra đánh giá mô hình QSAR. 52 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com CHƢƠNG III. KẾT QUẢ VÀ THẢO LUẬN.
Tính toán các thông số cấu trúc của phân tử BPA và các dẫn xuất. Lựa chọn bộ hàm cơ sở trong tính toán cấu trúc phân tử BPA và các dẫn xuất. Tính toán các thông số đặc trưng của phân tử BPA và dẫn xuất bằng phần mềm GAUSSIAN. Nhận xét sự thay đổi các thông số cấu trúc và năng lượng phân tử trong bộ chất khảo sát.
Xây dựng mô hình QSAR phân tích quan hệ cấu trúc - hoạt tính estrogen của BPA và dẫn xuất. Xây dựng mô hình QSAR bằng phương pháp hồi qua đa biến tuyến tính. Mô hình QSAR sử dụng phương pháp mạng neural nhân tạo. Luận giải cơ chế biểu hiện hoạt tính estrogen.
Thiết kế phân tử mới. Luận giải cơ chế biểu hiện hoạt tính estrogen. Thiết kế phân tử mới. Kiểm tra hoạt tính estrogen của phân tử mới bằng bộ phần mềm tính toán và các mô hình QSAR.
108 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN. 109 TÀI LIỆU THAM KHẢO. 123 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC BẢNG Bảng 1. Một số đặc điểm và các tính chất hóa lý cơ bản của BPA.
Tổng quan về dữ liệu độc tính trên BPA trong môi trường nước ngọt [44]. Tổng quan về dữ liệu độc tính trên BPA trong môi trường nước mặn [44]. Sơ lược về các phương pháp nghiên cứu sinh học thực nghiệm. Một số dạng thông số hoạt tính thường được sử dụng trong nghiên cứu QSAR.
Cấu tạo phân tử của bộ chất nghiên cứu [60]. Dữ liệu thực nghiệm về hoạt tính sinh học của bộ chất nghiên cứu [60]. Các thông số lượng tử được khảo sát để xây dựng mô hình. Các thông số cấu trúc hình học của phân tử BPA.
Các thông số năng lượng của phân tử BPA. Điện tích các nguyên tử carbon trên vòng thơm của BPA (Vị trí đánh số các nguyên tử carbon trong vòng thơm xem trong Hình 2. So sánh phổ IR của BPA theo tính toán lý thuyết và thực nghiệm. Một vài thông số cấu trúc hình học phân tử.
Các thông số năng lượng của bộ chất khảo sát. Mật độ electron tính toán theo phương pháp B3LYP với bộ hàm 6-31+G*. Phần trăm đóng góp của các thành phần vào mức năng lượng HOMO, LUMO. Hệ số tương quan Pearson giữa các biến.
Các thông số cấu trúc được chọn để xây dựng mô hình QSAR. Các thông số thống kê của một số mô hình có hệ số Ra2 cao nhất .84 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Kết quả phân tích hồi quy đối với mô hình QSAR xây dựng từ bộ 11 biến độc lập. Giá trị hoạt tính dự đoán sử dụng mô hình MLR.
Các thông số cấu trúc được chọn để xây dựng mô hình. Giá trị MSE của mô hình ANN với số neural trên lớp ẩn. Giá trị hoạt tính estrogen dự đoán. Các thông số cấu trúc, năng lượng đặc trưngcủa 06 phân tử mới thiết kế.
Giá trị hoạt tính estrogen dự đoán của các phân tử mới. 105 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC HÌNH Hình 1. Cấu trúc 3D của phân tử BPA. Sản lượng toàn cầu của BPA qua các năm [44].
Sơ đồ tổng quát trong nghiên cứu QSAR. Khái quát về phạm vi khai thác và ứng dụng QSAR. Sơ đồ nghiên cứu QSAR. Cấu tạo một neural nhân tạo.
Sơ đồ cấu tạo mạng neural nhân tạo 3 lớp. Sơ đồ kỹ thuật lan truyền ngược. Minh họa cấu trúc phân tử của các chất trong bộ dữ liệu khảo sát [60]. Sơ đồ nghiên cứu hoạt tính estrogen.
Trình tự tính toán thông số hóa lượng tử sử dụng bộ phần mềm Gaussian 09 và Gaussview 06. Giao diện của phần mở rộng Neuro Solutions trong Excel. Các loại mạng trong NeuroBuilder. Cửa sổ khởi tạo mạng neural nhân tạo trong Matlab.
Cửa sổ thiết lập tính toán trên phần mềm Gaussian 9. Cấu trúc 3D của phân tử BPA trong chương trình Gaussian 09. Một phần phổ IR của BPA tính toán được theo các bộ hàm TZVP, 6-31+G* và CC-PVDZ. Một phần phổ hồng ngoại của BPA [87].
Cấu trúc không gian phân tử TBBPA. Hình dạng orbital HOMO và LUMO của một số phân tử trong bộ chất nghiên cứu (isovalue = 0,02). Sự thay đổi giá trị năng lượng EHOMO, ELUMO và ΔE theo chiều tăng hoạt tính estrogen. 71 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.
Moment lưỡng cực phân tử của các bộ chất theo chiều tăng hoạt tính estrogen. Mô hình giải thích tác động của các nhóm nguyên tử lên moment lưỡng cực phân tử của bộ chất nghiên cứu. Đồ thị biểu diễn sự thay đổi moment lưỡng cực của phân tử phụ thuộc vào đặc tính đẩy của các gốc R1, R2. Sự chuyển dịch electron trên khung phân tử.
Các dạng hiệu ứng của nhóm -OH. Hiệu ứng siêu liên hợp của nhóm alkyl. Đồ thị so sánh mật độ electron trên C11, C12, C13 của bộ chất nghiên cứu. Sự thay đổi tổng mật độ electron trên vòng thơm [C(vòng thơm 1) = C1+C2+C3+C4+C5+C13].
Sự thay đổi mật độ electron trên C2 và C7. Cửa sổ nhập liệu trên phần mềm STATGRAPHICS Centurion 15. Cửa sổ làm việc chương trình STATGRAPHICS Centurion 15 với thủ tục hồi quy chọn mô hình. Đồ thị tương quan giữa các giá trị ước tính, giá trị dự đoán và giá trị quan sát.
Cửa sổ thiết lập các thông số luyện mạng trên phần mềm NeuralBuilder. Thủ tục lọc biến bằng phương pháp ANN. Giản đồ thể hiện độ nhạy của các tham số đối với hoạt tính. Biến thiên MSE theo số neuraltrong lớp ẩn.
Một phần bảng mã lập trình xây dựng mạng neural với 9 neural trong lớp ẩn.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Vũ Văn Đạt (2019). QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt [Luận án tiến sĩ, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/hoa-hoc/hoa-moi-truong/nghien-cuu-quan-he-cau-truc-hoa-hoc-hoat-tinh-qsar-estrogen-bisphenol-a-dan-xuat
Câu hỏi thường gặp
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" nghiên cứu về vấn đề gì?
Tìm hiểu mô hình QSAR đánh giá estrogen của Bisphenol A và các dẫn xuất trong luận án Vũ Văn Đạt.
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội. Năm bảo vệ: 2019.
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" thuộc chuyên ngành gì?
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" thuộc chuyên ngành Hóa lí thuyết và Hóa lí. Danh mục: Hóa Môi Trường.
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" có bao nhiêu trang?
Luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" có 153 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "QSAR Estrogen Bisphenol A & Dẫn Xuất: Luận Án Vũ Văn Đạt" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.