利用范數(shù)描述符預(yù)測苯衍生物對費(fèi)氏弧菌(V. fischeri)的毒性效應(yīng)

史琦玉，賈青竹，王 強(qiáng)

(1. 天津科技大學(xué)海洋與環(huán)境學(xué)院，天津 300457；2. 天津科技大學(xué)化工與材料學(xué)院，天津 300457)

苯衍生物包括苯胺、苯酚、硫酚、苯甲酸和抗生素(磺胺類與磺胺類增強(qiáng)劑)等，在化工、醫(yī)藥和農(nóng)業(yè)等領(lǐng)域廣泛應(yīng)用，由此導(dǎo)致這些化合物在環(huán)境中顯著檢出；同時，此類化合物對水體環(huán)境產(chǎn)生生態(tài)毒性，對人體健康存在潛在的風(fēng)險，因此，有必要對此類化合物的生態(tài)風(fēng)險進(jìn)行評估[1].

有機(jī)物對費(fèi)氏弧菌(V. fischeri)的生態(tài)毒性數(shù)據(jù)是對其進(jìn)行生態(tài)風(fēng)險評價的主要依據(jù)[2].實(shí)驗(yàn)測定生物毒性不僅耗時費(fèi)力，而且與動物倫理 3R原則(replacement，reduction，refinement)相違背.因此，亟需尋求快速高效獲取生態(tài)毒性數(shù)據(jù)的方法.根據(jù)歐洲化學(xué)品注冊、評估、授權(quán)和限制條例 REACH的規(guī)定，為避免和減少化學(xué)品對生態(tài)環(huán)境可能造成的潛在危害，鼓勵使用數(shù)學(xué)模型預(yù)測工具如定量構(gòu)效關(guān)系(QSAR)獲取生態(tài)毒性數(shù)據(jù).QSAR方法已成為預(yù)測化學(xué)品生態(tài)毒理危害不可或缺的工具[3-4].

許多研究者報道了苯衍生物對V. fischeri的水生毒性評估方法[5-9].Wang等[5]采用逐步回歸分析法建立了 QSAR模型，預(yù)測苯酚衍生物和苯胺衍生物(共15種)對V. fischeri的毒性pEC50(EC50取負(fù)對數(shù))，該模型統(tǒng)計分析結(jié)果 R2為 0.89.Melo等[6]運(yùn)用連續(xù)偏最小二乘法(PLS)，預(yù)測了苯砜基羧酸酯衍生物(41種)對 V. fischeri的毒性，該 QSAR模型的相關(guān)系數(shù)R2為 0.884.Shi等[7]測定了苯硫酚衍生物(31種)對V. fischeri的毒性，分別使用比較分子場分析(CoMFA)描述符和比較分子相似性指數(shù)分析(CoMSIA)描述符，采用逐步多元線性回歸分析法建立模型并成功地預(yù)測了苯硫酚衍生物的毒性，R2(0.848～0.928)和 Q2(0.516～0.652)表明這兩個模型均表現(xiàn)出良好的穩(wěn)定性和預(yù)測能力.Liu等[8]基于CoMFA和CoMSIA描述符，采用偏最小二乘法分別建立兩個 QSAR模型，預(yù)測了苯砜基羧酸酯衍生物(56種)對 V. fischeri毒性；其中，使用 CoMFA描述符的模型(R2＝0.958)優(yōu)于 CoMSIA 描述符的模型(R2＝0.933).綜上，這些模型都取得了令人滿意的預(yù)測結(jié)果，但是，大部分研究工作是針對單一類型的苯衍生物，同時針對多種類苯衍生物對 V. fischeri的生態(tài)毒性的研究工作還很少.

近年來，本課題組提出了范數(shù)指數(shù)的概念，據(jù)此建立了一系列 QSAR模型，并成功應(yīng)用于離子液體對鼠細(xì)胞、細(xì)菌的生態(tài)毒性[9-10]、有機(jī)物的物化性質(zhì)以及對藻類、魚類的生態(tài)毒性[11-16]等領(lǐng)域.

本研究目的是建立一個 QSAR模型預(yù)測多種苯衍生物對V. fischeri的生態(tài)毒性.

1 方法和理論

1.1 數(shù)據(jù)集

本工作中，苯衍生物生態(tài)毒性實(shí)驗(yàn)值(EC50，單位用 mol/L 表示)收集于 Wang等[17]、Shi等[7]、Aruoja等[18]和 Zhao等[19]的研究工作.參與建模的110種苯衍生物包括苯酚衍生物和苯胺衍生物(共58種)、苯硫酚衍生物(30種)、苯甲酸衍生物(10種)和抗生素(12種).這些化合物對V. fischeri的生態(tài)毒性實(shí)驗(yàn)值pEC50等的信息列于表1中.

表1 苯衍生物對V. fischeri的毒性值Tab. 1 Toxicity of benzene derivatives to V. fischeri

續(xù)表

續(xù)表

1.2 原子分布矩陣

本工作利用 HyperChem7.0軟件(http://www.hyper.com)進(jìn)行結(jié)構(gòu)優(yōu)化.優(yōu)化方法采用量子化學(xué)從頭計算方法，在 STO-3G基組下優(yōu)化計算，得到化合物穩(wěn)定的結(jié)構(gòu).根據(jù)原子性質(zhì)和空間分布，建立了原子分布矩陣(M)，并對 M 進(jìn)一步數(shù)據(jù)挖掘.M 范數(shù)計算即為范數(shù)指數(shù).范數(shù)定義表達(dá)為式(1)—式(3).

式中：mij表示矩陣中第 i行 j列的元素；n表示化合物的總數(shù)；λi表示矩陣的特征值；MH是矩陣 M 的轉(zhuǎn)置共軛矩陣.

采用矩陣(D，式(4))和相鄰矩陣(A，式(5))來描述原子的位置分布.原子性質(zhì)包含范德華半徑(vr)、原子電荷(ac)、電子層數(shù)(es)、原子質(zhì)量(aw)和分子質(zhì)量(mw)，原子性質(zhì)矩陣(P)表達(dá)為式(6)—式(10).本文建立的8個原子分布矩陣列在表2中.

表2 8個原子分布矩陣Tab. 2 8 atomic distribution matrices

式(4)中：dij是原子 i和 j之間的歐氏空間距離.HyperChem7.0軟件中原子的歐氏空間距離以 ?為單位，無量綱.

P1—P5為列向量.原子的范德華半徑以 ? 為單位，無量綱.

1.3 模型驗(yàn)證

根據(jù) OECD指導(dǎo)原則，良好的 QSAR模型應(yīng)具有適當(dāng)?shù)臄M合度、穩(wěn)健性和預(yù)測能力.QSAR模型驗(yàn)證最常用的方法包括內(nèi)部驗(yàn)證和外部驗(yàn)證[20].其中，統(tǒng)計參數(shù)為相關(guān)性系數(shù)的平方(R2)、Fisher值(F)和均方根誤差(RMSE)等.

在內(nèi)部驗(yàn)證過程中，留一法交叉驗(yàn)證(LOO CV)和五折交叉驗(yàn)證(5-fold CV)的數(shù)據(jù)擬合質(zhì)量統(tǒng)計參數(shù)分別是和均方根誤差(RMSELOO和RMSE5-fold).為了進(jìn)行外部驗(yàn)證，整個數(shù)據(jù)集以 4∶1的比例分為訓(xùn)練集(88個有機(jī)物)和測試集(22個有機(jī)物).對于訓(xùn)練集(tr)和測試集(te)，分別使用外部驗(yàn)證的統(tǒng)計參數(shù)和均方根誤差(RMSEtr，RMSEte)驗(yàn)證模型的預(yù)測能力.另外，本工作通過 Y隨機(jī)測試檢查了模型的偶然相關(guān)性.

2 結(jié)果和討論

2.1 模型建立

本文提出了一個預(yù)測多種類苯衍生物對 V.fischeri生態(tài)毒性(pEC50)的模型，如式(11)所示，其中模型參數(shù)見表3.

此模型：n＝110，R2＝0.895，F(xiàn)＝108，RMSE＝0.241，Q2＝0.874，RMSELOO＝0.264.

表3 模型中8個范數(shù)描述符及其對應(yīng)系數(shù)值Tab. 3 8 norm descriptors in the model and their corresponding coefficient values

2.2 模型預(yù)測結(jié)果

苯衍生物對V. fischeri生態(tài)毒性的模型計算值列在表1中，實(shí)驗(yàn)值和模型計算pEC50值的散點(diǎn)圖如圖1所示.由圖 1可知：實(shí)驗(yàn)與計算 pEC50值吻合較好.模型統(tǒng)計結(jié)果R2、F、RMSE分別為0.895、108和0.241，說明了該模型能夠準(zhǔn)確預(yù)測苯衍生物對 V.fischeri的生態(tài)毒性.

圖1 實(shí)驗(yàn)值與計算值pEC50散點(diǎn)圖Fig. 1 Scatter diagram of experimental and calculated pEC50 values

2.3 內(nèi)部驗(yàn)證

本工作利用留一法和五折交叉驗(yàn)證法對模型進(jìn)行內(nèi)部驗(yàn)證.圖 2為模型(式(11))與留一法(LOO CV)、五折交叉驗(yàn)證(5-fold CV)計算結(jié)果的誤差分布圖.圖 2結(jié)果顯示，本工作模型與留一法、五折交叉驗(yàn)證的誤差分布具有高度一致性，三者總體誤差分布均在[-0.15～0.15]之間，并符合正態(tài)分布.統(tǒng)計結(jié)果顯示，都等于 0.874，進(jìn)一步表明本工作所建立模型具有很好的穩(wěn)健性.

2.4 外部驗(yàn)證

訓(xùn)練集和測試集實(shí)驗(yàn)值與計算值 pEC50的散點(diǎn)圖如3所示.從圖3中可以看出，訓(xùn)練集和測試集的實(shí)驗(yàn)值和預(yù)測值都與對角線相近，外部驗(yàn)證的分別為 0.873 和 0.938，RMSEtr、RMSEte分別為0.247和 0.242，說明基于范數(shù)描述符建立的 QSAR模型穩(wěn)定性好，具有良好的預(yù)測能力.此外，其他驗(yàn)證參數(shù)[20]：CCC為0.965，均說明該模型具有良好的預(yù)測能力.

圖2 模型、留一法交叉驗(yàn)證和五折交叉驗(yàn)證的誤差分布Fig. 2 Error distribution of the new model，LOO CV and 5-fold CV

圖3 訓(xùn)練集和測試集實(shí)驗(yàn)值和計算值pEC50散點(diǎn)圖Fig. 3 Scatter diagram of experimental and calculated pEC50 values of the training set and testing set

2.5 Y隨機(jī)驗(yàn)證

Y隨機(jī)化檢驗(yàn)對 QSAR模型的驗(yàn)證具有重要意義[21].本工作將有機(jī)物的毒性實(shí)驗(yàn)值 pEC50隨機(jī)打亂順序 1000次，對模型進(jìn)行 1000次 Y隨機(jī)化檢驗(yàn)，結(jié)果如圖4所示.

圖4 1000次Y隨機(jī)檢驗(yàn)結(jié)果Fig. 4 Results of 1000 times of Y-randomization test

2.6 應(yīng)用域分析

為了獲得可靠的預(yù)測效果，有必要驗(yàn)證 QSAR模型的應(yīng)用領(lǐng)域.本工作利用三維Williams plot描述pEC50模型的應(yīng)用域.在該圖中，杠桿(hi)度量化合物離模型適用性范圍的遠(yuǎn)近，臨界值(h*)由 3×(p+1)/n計算，其中 p為模型變量數(shù)，n為建模過程中訓(xùn)練集的數(shù)量.對于h大于h*的化合物，認(rèn)為其屬于結(jié)構(gòu)異常的范疇；對于交叉驗(yàn)證的標(biāo)準(zhǔn)殘差大于3個標(biāo)準(zhǔn)偏差單位的化合物，則認(rèn)為是響應(yīng)異常的范疇.

本工作模型應(yīng)用域的驗(yàn)證結(jié)果如圖5所示，幾乎所有化學(xué)物質(zhì)位于可接受區(qū)域內(nèi)，僅存在一個結(jié)構(gòu)異常和一個響應(yīng)異常值.由此可見，本工作建立的模型具有廣泛的應(yīng)用域，可以為苯衍生物對 V. fischeri生態(tài)毒性的預(yù)測提供可靠數(shù)據(jù).

圖5 模型的應(yīng)用域Fig. 5 Applicability domain of the new model

2.7 與文獻(xiàn)對比

將本工作模型與其他文獻(xiàn)模型進(jìn)行比較，比較結(jié)果見表 4.首先文獻(xiàn)研究基本上都是針對小樣本量的某一類化合物進(jìn)行 QSAR研究，均取得較好的模型預(yù)測精度[6,7,17,22].Guimar?es 等[22]和 Shi等[7]的研究工作得到了較高的 R2(0.848～0.928)，但是這些模型交叉驗(yàn)證的 Q2均較低，由此說明，這些模型的精度較高但是穩(wěn)定性不高.本工作針對多種類苯衍生物對 V. fischeri的生態(tài)毒性進(jìn)行建模研究，不僅樣本量大，而且模型的穩(wěn)定性高(Q2＝0.874)；本工作基于范數(shù)描述符建立的 QSAR模型穩(wěn)定性良好，預(yù)測能力較強(qiáng)，表明該模型可以較為成功地預(yù)測苯衍生物對V.fischeri的生態(tài)毒性.

表4 本工作與文獻(xiàn)研究的比較Tab. 4 Comparison of this research with references

3 結(jié) 論

本工作提出了范數(shù)描述符，據(jù)此建立 QSAR模型，對 5類苯衍生物(苯胺、苯酚、硫酚、苯甲酸和抗生素)的費(fèi)氏弧菌生態(tài)毒性進(jìn)行預(yù)測.主要研究結(jié)論如下：(1)本工作模型對費(fèi)氏弧菌生態(tài)毒性具有很好的預(yù)測精度；(2)統(tǒng)計結(jié)果和模型驗(yàn)證結(jié)果表明了本工作模型的穩(wěn)定性和廣泛適用性；(3)基于原子分布矩陣構(gòu)建的范數(shù)描述符能夠準(zhǔn)確描述有機(jī)物的分子結(jié)構(gòu)，據(jù)此建立的模型對于有機(jī)物的生態(tài)風(fēng)險評價具有重要意義.