基于拓扑方法研究三唑嘧啶酮类化合物除草活性

朱利兰

(广东轻工职业技术学院，广东 广州 510300)

三唑嘧啶酮类化合物在结构上与鸟嘌呤有着惊人的相似，显示较好的杀菌和除草等农药活性，因此，对于三唑嘧啶酮类化合物的深入研究可以有效杀死病虫害，提高农作物产量。肖林霞[1]等曾利用串联的氮杂Wittig反应来合成3-[取代吡啶(噻唑)甲基]-1,2,3-三唑[4,5-d]嘧啶-7-酮(简称“三唑嘧啶酮类化合物”)，并且测定其除草活性。本文基于这14种化合物的除草活性，采用定量结构-活性相关方法(quantitative structure-activity relationship，QSAR)[2-7]建立对白菜形油菜的除草活性与电性距离矢量(electronegativity distance vector，用“Mk”表示)[8-10]、电性拓扑指数(Electrical topological index，用“Et”表示)[11-13]的最佳二元数学模型。经统计诊断该模型具有良好的稳健性和预测能力，为新型三唑嘧啶酮类化合物设计提供理论参考。

1 材料与方法

1.1 三唑嘧啶酮类化合物除草活性

肖林霞[1]等合成的14种新型三唑嘧啶酮类化合物的主体结构见图1和2。他们采用离体平皿法，以等量的溶剂和乳化剂为对照，测定样品対白菜形油菜的抑制率，即除草活性，用CT(%)表示，具体数据见表1。

图1 对应3～14化合物的母体结构

图2 对应1～2化合物的母体结构

表1 标题化合物的取代基与除草活性CT

1.2 电性距离矢量

为了全面表达化合物分子的结构信息，本文采用电性距离矢量描述子Mk[8-10]和电性拓扑指数Et[11-13]来表示。具体计算参加文献[2-5]。

1.3 统计回归分析

VIF= (1-β2)-1

(1)

其中：β2为某一变量与余下变量的判定系数。VIF数值的大小可以显示出变量间的关系，当VIF的数值大于5时，表明各个变量之间存在着共线性；而当其数值小于5时，说明变量之间没有明显的自相关性。当VIF=1时，说明自变量之间完全不相关。第三引入Kubinyi函数(Kubinyi function，FT)[15]来进行模型质量评价，其计算公式为：

(2)

式中：RSS——方差和; f——化合物数;B——变量数。AC值越小、FT值越大，所建立的模型的性质越稳定，预测能力也越高。

2 结果与讨论

2.1 三唑嘧啶酮类化合物除草活性的QSAR方程

采用最佳变量子集回归方法建立三唑嘧啶酮类化合物除草活性(PT=lnCT)与电性距离矢量、电性拓扑指数的多元QSAR方程，结果见表2。

表2 PT与电性距离矢量的最佳变量子集回归

PT=4.441-0.116 M25-0.211 E2

(3)

将数据代入模型(3)中，其计算值与实验值基本吻合(见表3)。

表3 标题化合物除草活性的实验值与计算值

表3(续)

2.2 模型的质量检验

2.3 QSAR模型的分析

据电性拓扑指数可知，E2体现的是仲碳原子(-CH2-)的作用。从电性距离矢量理论知，M25反映第二类碳原子(-CHf-)和第十三类的卤素原子(-X)的相互作用。因此，仲碳原子和卤素原子之间的相互作用是影响新型三唑嘧啶酮类化合物除草活性的主要因素。

3 结论

基于分子电性距离矢量对于14种新型三唑嘧啶酮类化合物的分子结构不同存在唯一性的描述，采用最佳子集变量回归的方法构建了它们对其除草活性的QSAR模型，通过LOO交互检验、VIF、Kubinyi函数等指标检验，所建模型具有良好的稳健性、预测能力。根据进入模型中的E2、M25可知，影响该除草活性的基团有-CH2-、-X、-CHf-等结构碎片。