Portal de Periódicos da CAPES

QSAR Models of Reaction Rate Constants of Alkenes with Ozone and Hydroxyl Radical

2013; Brazilian Chemical Society; Linguagem: Português

10.5935/0103-5053.20130223

1678-4790

YueYu Xu, Xinliang Yu, Shihua Zhang,

Advanced Chemical Physics Studies

As constantes de velocidade da reação do ozônio com 95 alcenos (-logk O3 ) e do radical hidroxila (•OH) com 98 alcenos (-logk OH ) na atmosfera foram previstas por modelos de relações quantitativas entre estrutura e atividade (QSAR).Cálculos usando a teoria do funcional da densidade (DFT) foram realizados para os respectivos alcenos no estado fundamental e para as estruturas do estado de transição para o processo de degradação na atmosfera.Técnicas de regressão linear múltipla (MLR) e de redes neurais de regressão generalizada (GRNN) foram utilizadas para desenvolver os modelos.O modelo GRNN de -logk O3 com base em três descritores e propagação ideal σ de 0,09 tem erro quadrático médio (rms) de 0,344; o modelo GRNN de -logkOH com quatro descritores e propagação ideal σ de 0,14 produz um erro rms de 0,097.Comparado com os modelos da literatura, os modelos GRNN neste artigo mostram estatísticas melhores.A importância dos descritores associados aos estados de transição na previsão de k O3 e k OH nos processos de degradação atmosférica foi demonstrada.The reaction rate constants of ozone with 95 alkenes (-logk O3 ) and the hydroxyl radical (•OH) with 98 alkenes (-logk OH ) in the atmosphere were predicted by quantitative structure-activity relationship (QSAR) models.Density functional theory (DFT) calculations were carried out on respective ground-state alkenes and transition-state structures of degradation processes in the atmosphere.Stepwise multiple linear regression (MLR) and general regression neural network (GRNN) techniques were used to develop the models.The GRNN model of -logk O3 based on three descriptors and the optimal spread σ of 0.09 has the mean root mean square (rms) error of 0.344; the GRNN model of -logk OH having four descriptors and the optimal spread σ of 0.14 produces the mean rms error of 0.097.Compared with literature models, the GRNN models in this article show better statistical characteristics.The importance of transition state descriptors in predicting k O3 and k OH of atmospheric degradation processes has been demonstrated.