有机化合物广泛应用于工业生产和生活领域,导致其在环境中的有大量残留。有机化合物可通过空气、水、土壤、沉积物以及其他环境介质进行迁移转化,对生态系统中的动植物和人体健康都有潜在威胁。为了加强有机化合物的规范使用和安全处置,有必要对其进行生态毒性和生态风险评价。但是,面对数量庞大的有机化合物,依靠动物实验不仅费时费力很难全部完成,而且与动物伦理3R原则相违背。为了快速填补有机物毒性数据空缺,定量构效关系(QSAR)是一个重要的替代方法。QSAR方法是利用有机物的分子结构作为变量,通过建立计算模型,预测有机物的物理化学性质或者生物活性。该方法已经在药物分子设计和环境生态评价等领域发挥重要作用。本工作基于QSAR方法研究有机污染物对黑头呆鱼和小鼠的毒性,本研究工作对于有机污染物的环境生态风险评价以及有机物的安全使用都具有重要指导意义。本文利用定量构效关系,根据有机物分子结构及原子性质提出了新的描述符,利用逐步回归的方法建立了 QSAR回归模型。为了分析模型的稳健性和预测能力,利用交叉验证、Y随机验证、外部验证、平均绝对误差和应用域等方法进行了模型验证。主要研究结果为:[1]根据有机化合物分子结构与原子性质,本研究提出了一个新的描述符—电子亲和势。作为原子的基本性质,电子亲和势可以反映电子的得失,利用电子亲和势在一定程度上间接反映有机化合物的毒性机制。[2]有机污染物对黑头呆鱼的毒性计算。针对有机物对黑头呆鱼的毒性计算,提出了系列范数描述符,建立了 QSAR模型,计算了 685种有机污染物对黑头呆鱼的毒性。研究结果表明,本工作建立的模型可以有效预测有机污染物对黑头呆鱼的毒性,模型预测值与实验值基本符合,整体模型的相关系数R2为0.8174,训练集和测试集的相关系数R2分别为0.8137和0.8117,留一法交叉验证得到的相关系数Q2为0.7923,验证结果说明模型的准确性和稳定性较好,其应用域也较为广泛。[3]有机污染物对小鼠的毒性计算。针对有机物对小鼠的毒性计算,提出了系列范数描述符,建立了 QSAR模型,计算了 139种有机污染物对小鼠的毒性。研究结果表明,本工作建立的模型可以有效预测有机污染物对小鼠的毒性,模型预测值与实验值基本符合,整体模型的相关系数R2为0.88,训练集和测试集的相关系数R2分别为0.88和0.87,留一法交叉验证得到的相关系数Q2为0.84,验证结果说明模型的准确性和稳定性较好,其应用域也较为广泛。研究结果表明,本文所提出的新描述符在宏观上能较好反映有机物对生物的毒性机制,结合其他范数描述符构建的QSAR模型可以预测有机污染物对不同生物体所产生的毒性,具有很好的预测能力,与文献进行对比,本工作的计算精度有大幅度的提高。因此,本研究结果可以实现对有机污染物的生态风险评价,本研究方法有望对多种类有机物的多种类毒性进行准确预测。