多氯联苯生物降解速率常数的电性拓扑模型

多氯联苯(polychlorinated biphenyls, PCBs)具有优良的阻燃性、热稳定性、惰性和介电能力，而被广泛用作与人类生产生活紧密相关的阻燃剂、塑化剂油漆、复印纸和变压器油等。然而，1968年日本“米糠油事件”(即“油症”，20世纪世界八大公害事件之一)首次将人们的关注点从PCBs的商业应用转向对人类健康的影响上。因PCBs良好的化学稳定性，使其在自然环境中很难降解，而通过水、土、气和生物等载体转移，在人或动物体内富集，进而对生物体产生致癌、致畸、致突变，以及内分泌干扰等作用，对人类生存繁衍和可持续发展构成严重威胁[1-3]。近几十年来，对PCBs的修复一直是环境科学技术领域的研究热点。以微生物为核心的降解技术是公认的成本低、无二次污染、环境友好的修复技术，且特别适合土壤和河底底泥中低浓度持久性有机污染物的原位修复。不过，现已获得的PCBs降解菌却存在着降解高氯代PCBs能力差、抗毒能力低下、降解谱窄等缺陷。贾凌云[4]从变压器油污染物中筛选出一株降解PCBs的新菌株，经分子生物学鉴定和生理生化指标鉴定，确认该菌株为肠杆菌属(Enterobacter sp.)，命名为LY402。实验证明该菌株不仅对PCBs具有良好的降解能力，而且呈现很强的抗污染物毒性的能力，她在无碳源液相中测定了LY402对PCBs生物降解的速率常数(K)，单位为h-1。

由于进入环境中的有机污染物种类繁多，数量庞大，难以通过实验测定所有污染物的生物降解性，并且不同学者所采用的实验方法、条件也不尽相同，导致已公布的降解性数据之间的可比性较差。因此，最早用于药物的定量构效关系(quantitative structure activity relationships, QSAR)[5-15]研究方法便被移植来估算与预测有机污染物的生物降解性，由此形成物质的定量结构-生物降解性相关性(quantitative structure-biodegradability relationship, QSBR)分支学科[16-19]。已成为环境科学、医药和生物等学科的热门领域。因此，本文基于Hall与Kier等提出的原子类型电性拓扑指数(electrotopological state index of atom type，用“EA”表示)[20-22]，建立PCBs生物降解速率常数(lnK)[4]的QSBR模型，以预测PCBs的lnK，并探讨影响lnK的主要结构因素。

1 材料与方法(Materials and methods)

1.1 研究对象

PCBs的基本结构如图1所示，分子通式为“C12Hn+mCl10-n-m”，其中n≤5，m≤5。按照联苯环上氯原子取代数目和取代位置的不同，理论上有209种化合物，而在环境中出现频率较高的仅有90余种。

贾凌云[4]在无碳源液相中测定了LY402对66种PCBs生物降解的K，具体数值如表1所示。由于K值相差太大，取其对数用于建模，即lnK，其数值如表1所示。

1.2 原子类型电性拓扑指数(EA)

将化合物的抽象结构予以参数化是建立定量构效关系(QSAR/QSPR)模型的最重要步骤。拓扑指数为实现分子结构的数值化表征提供了简便方法。原子类型电性拓扑状态指数(E-state indices, En)是表征分子中每种非氢原子类型的结构参数，由两部分构成：其一是非氢原子类型本身的原子结构及局部拓扑环境，由此形成非氢原子的固有状态值(即本征值)；其二是反映该原子受分子中其他非氢原子扰动程度的本征值增量。对于PCBs，只存在3种原子类型：

C—、

C⟨、—Cl，对应3种指数，依次为：EC2、EC3和ECl，具体计算过程参见文献[20-22]。

1.3 统计回归分析

将PCBs分子的EC2、EC3和ECl作为自变量集，其生物降解速率常数(lnK)[4]作为因变量，采用最佳变量子集回归的方法(leaps-and-bounds regression)确定lnK模型的最佳变量组合。一般按照“三性原则”确定QSAR模型：一是统计性，样本容量(f)与自变量数(b)之比，称为容变比(SV)，即SV=f/b>5的模型才具有统计意义[23]，此是建立模型的基础。二是相关性，要求模型的可决系数(R2)>0.8，为高度相关[24]。三是预测性，要求模型的交叉验证相关系数

显示良好的预测能力[25]。另外，Akaike信息判据(Akaike’s information criterion, AIC)、Kubinyi函数(Kubinyi function, FIT)[26-27]也用于衡量模型的质量，其计算公式如下：

导致AIC增大，FIT减小的自变量，不宜引入模型；式中，RSS表示估计标准误差(standard error of estimate)。

2 结果(Results)

2.1 lnK的线性回归模型

将66种PCBs的lnK[4]和上述3种拓扑指数输入MINITAB统计分析软件，运用其中的最佳子集回归方法选择最佳变量组合，建立的最佳QSAR模型如表2所示。其中

和SD分别为削减误差比例、交叉验证判定系数、校正判定系数、Fisher统计值、容变比和估计标准误差。

由表2可知，

和FIT等随自变量数增加而递增，AIC、SD均递降，都指向三元模型质量最优。故选定PCBs的lnK的QSBR模型：

lnK=148.522(±22.988)-2.597(±0.378)ECl-

6.614(±1.023)EC2-4.781(±0.826)EC3

2.2 lnK模型的质量检验

首先，模型(3)的SV=22，远大于5，显示模型具有很好的统计意义，随机性低，具备建模的基本要求。二是R2=0.848>0.8，呈现良好的拟合性。R2又称为削减误差比例，因此，模型(3)中隐含影响多氯联苯lnK的84.8%因素，仅有不足15.2%属于未知因素。三是

远大于0.5，呈现良好的预测准确性。由表1可知，预测值(lnKcal.)与相应实验值(lnKexp.)较好吻合。为防止模型存在过拟合及离域点，要求

本模型

远小于0.3，可见没有拟入噪音及奇异值。

3 讨论(Discussion)

EC2、EC3和ECl与氯原子的数目(d)的判定系数依次为0.995、0.653和1.000，显示高度相关。另外，这3种指数对66种PCBs的分子结构实现唯一性表征，不存在相同的数值。由此可见，模型(3)揭示了在生物降解环境相同情况下，PCBs生物lnK呈现的规律：一是与其分子内所含氯原子的数目(d)负相关；二是对于同分异构体，与氯原子所处位置有关。此与文献[4]给出的结论是一致的。

在模型(3)中，EC2、EC3和ECl前的系数均<0，说明PCBs分子中所含氯原子越多，其降解速率常数越小。其原因是联苯环上被氯取代的位点越多，其性质越稳定，降解菌破坏稳定的碳-氯键进而实现开环降解需要的能量也越高，因此，导致K降低。

综上所述：(1)由表1可知，EC2、EC3和ECl等指数对PCBs分子结构呈现良好的选择性，实现唯一性表征，即对不同的化合物，不存在相同的数值。(2) 经“三性”原则等检验，所建lnK线性模型不仅具有良好的相关性、稳定性，而且呈现良好的预测能力。(3) 根据进入模型的EC2、EC3和ECl可知，影响PCBslnK的主要因素是分子内所含氯原子的数目及其所处位置。

[1] 唐文雅, 竺美, 黄冬梅, 等. 危险废物鉴定中痕量多氯联苯的前处理优化分析[J]. 环境监测管理与技术, 2021, 33(3): 49-52

Tang W Y, Zhu M, Huang D M, et al. Study on optimization of sample preparation for trace PCBs in hazardous waste identification [J]. The Administration and Technique of Environmental Monitoring, 2021, 33(3): 49-52 (in Chinese)

[2] 王涛, 吴启美. 植物根际降解土壤多氯联苯机理研究进展[J]. 环境科学与技术, 2021, 44(4): 36-44

Wang T, Wu Q M. Research progress on the mechanism of plant rhizosphere degradation of soil polychlorinated biphenyls [J]. Environmental Science& Technology, 2021, 44(4): 36-44 (in Chinese)

[3] 马丽莎, 谢文平, 田斐, 等. 广东沿海养殖牡蛎中多氯联苯残留水平及人体饮食暴露风险评估[J]. 南方水产科学, 2021, 17(2): 11-19

Ma L S, Xie W P, Tian F, et al. Bioaccumulation and human health risk assessment of polychlorinated biphenyls (PCBs) in farmed oysters along Guangdong coast [J]. South China Fisheries Science, 2021, 17(2): 11-19 (in Chinese)

[4] 贾凌云. 多氯联苯降解菌的筛选及其降解性能研究[D]. 大连: 大连理工大学, 2008: 65-70

Jia L Y. Isolation and characterization of a novel polychlorinated biphenyl-degrading bacterium [D]. Dalian: Dalian University of Technology, 2008: 65-70 (in Chinese)

[5] Feng H, Du X H, Chen Y, et al. 3D-QSAR models of anti-tumor activity for histone deacetylase inhibitors containing dihydropyridin-2-one [J]. Chinese Journal of Structural Chemistry, 2020, 39(5): 855-860

[6] Zhu L L, Qin Z L, Feng C J. CoMFA Model and Molecular Design of Anti -excitatory Activity for Benzodiazepinooxazole Derivatives against Mice. Chin. J. Struct. Chem., 2021, 40(8): 1075-1081

[7] Feng H, Feng C J. 3D-QSAR studies on the anti-tumor activity of N-aryl-salicylamide derivatives [J]. Chinese Journal of Structural Chemistry, 2019, 38(11): 1874-1880

[8] 廖立敏, 李建凤, 雷光东. 含氯苯酚类化合物结构表征与毒性预测[J]. 生态毒理学报, 2017, 12(6): 266-272

Liao L M, Li J F, Lei G D. Structural characterization and toxicity prediction of chlorinated phenolic compounds [J]. Asian Journal of Ecotoxicology, 2017, 12(6): 266-272 (in Chinese)

[9] 张文灏, 陈景文, 徐童, 等. 外源化合物在鱼体内生物半减期的QSAR模型[J]. 生态毒理学报, 2019, 14(3): 90-98

Zhang W H, Chen J W, Xu T, et al. QSAR models for predicting biological half-life of xenobiotics in fish [J]. Asian Journal of Ecotoxicology, 2019, 14(3): 90-98 (in Chinese)

[10] 冯长君. 基于CoMFA研究氟喹诺酮C-3噻唑酮衍生物抗胰腺癌活性[J]. 徐州工程学院学报:自然科学版, 2021, 36(3): 8-12

Feng C J. Study on anti-pancreatic cancer activity of fluoroquinolone C-3 thiazolone derivatives based on CoMFA [J]. Journal of Xuzhou Institute of Technology: Natural Sciences Edition, 2021, 36(3): 8-12 (in Chinese)

[11] 郑玉婷, 乔显亮, 于洋, 等. 有机化学品生物富集因子定量结构-活性关系模型[J]. 生态毒理学报, 2019, 14(2): 214-221

Zheng Y T, Qiao X L, Yu Y, et al. Quantitative structure-activity relationship model for bioconcentration factors of organic chemicals [J]. Asian Journal of Ecotoxicology, 2019, 14(2): 214-221 (in Chinese)

[12] 唐自强, 冯长君. 取代苯酚类化合物抑藻活性的CoMFA模型[J]. 生态毒理学报, 2019, 14(4): 192-196

Tang Z Q, Feng C J. CoMFA model for inhibitory activity of chlorinated phenolic compounds to Dunaliella salina [J]. Asian Journal of Ecotoxicology, 2019, 14(4): 192-196 (in Chinese)

[13] 唐自强, 冯长君. 硝基芳烃对梨形四膜虫急性毒性的CoMFA模型[J]. 生态毒理学报, 2020, 15(5): 327-332

Tang Z Q, Feng C J. CoMFA model for acute toxicity of nitroaromatic compounds to Tetrahymena pyriformis [J]. Asian Journal of Ecotoxicology, 2020, 15(5): 327-332 (in Chinese)

[14] 冯长君. 苯磺酰脲类化合物除草活性的CoFMA模型[J]. 徐州工程学院学报: 自然科学版, 2019, 34(2): 21-25

Feng C J. CoFMA model of herbicidal activity of phenyl-sulfonylurea derivatives [J]. Journal of Xuzhou Institute of Technology: Natural Sciences Edition, 2019, 34(2): 21-25 (in Chinese)

[15] 冯长君. 硝基苯衍生物对发光菌抑制毒性的CoMFA模型[J]. 徐州工程学院学报: 自然科学版, 2020, 35(1): 28-31

Feng C J. CoMFA model of inhibitory activity for nitrobenzene derivatives to photobacteria [J]. Journal of Xuzhou Institute of Technology: Natural Sciences Edition, 2020, 35(1): 28-31 (in Chinese)

[16] 贺美, 向廷生, 谢瑶, 等. 影响有机化学品快速生物降解性的分子结构参数研究进展[J]. 生态科学, 2015, 34(3): 181-188

He M, Xiang T S, Xie Y, et al. A review on molecular structural descriptors affecting ready biodegradation of organic chemicals [J]. Ecological Science, 2015, 34(3): 181-188 (in Chinese)

[17] 樊健, 尚少鹏. 黄河包头段水体中取代酚的生物降解性研究[J]. 灌溉排水学报, 2017, 36(1): 85-90

Fan J, Shang S P. Biodegradability of substituted benzenes in Baotou section of the Yellow River [J]. Journal of Irrigation and Drainage, 2017, 36(1): 85-90 (in Chinese)

[18] Chen Y, Zeng Y X, Ji Z J, et al. Identification of stable quantitative trait loci for sheath blight resistance using recombinant inbred line [J]. Rice Science, 2019, 26(5): 331-338

[19] 张丹, 晁聪, 李玉坤, 等. 定量构效关系应用于水中有机污染物降解过程的研究进展[J]. 化工环保, 2021, 41(4): 418-426

Zhang D, Chao C, Li Y K, et al. Research progresses on application of quantitative structure-activity relationship to degradation process of organic pollutants in water [J]. Environmental Protection of Chemical Industry, 2021, 41(4): 418-426 (in Chinese)

[20] 堵锡华, 王超. 碳纳米管吸附能力的神经网络理论模型[J]. 环境化学, 2016, 35(7): 1445-1451

Du X H, Wang C. Research on the adsorption of carbon nanotubes to aromatic compounds by neural network [J]. Environmental Chemistry, 2016, 35(7): 1445-1451 (in Chinese)

[21] Kier L B, Hall L H. An electrotopological-state index for atoms in molecules [J]. Pharmaceutical Research, 1990, 7(8): 801-807

[22] Hall L H, Kier L B. Electrotopological state indices for atom types: A novel combination of electronic, topological, and valence state information [J]. Journal of Chemical Information and Computer Sciences, 1995, 35(6): 1039-1045

[23] 刘东, 章文军, 许禄. 手性羟酸和氨基酸类化合物的构效关系研究[J]. 化学学报, 2009, 67(2): 145-150

Liu D, Zhang W J, Xu L. Quantitative structure-activity/property relationships for chiral hydroxy acids and amino acids [J]. Acta Chimica Sinica, 2009, 67(2): 145-150 (in Chinese)

[24] 张骥, 申鹏, 陆涛, 等. 黄酮类化合物抑制MMP-9的定量结构-活性关系和结构修饰的理论研究[J]. 化学学报, 2011, 69(4): 383-392

Zhang J, Shen P, Lu T, et al. Theoretical studies on quantitative structure-activity relationship and structural modification for the inhibition of MMP-9 by flavonoids [J]. Acta Chimica Sinica, 2011, 69(4): 383-392 (in Chinese)

[25] 胡松青, 米思奇, 贾晓林, 等. 苯并咪唑类缓蚀剂的3D-QSAR研究及分子设计[J]. 高等学校化学学报, 2011, 32(10): 2402-2409

Hu S Q, Mi S Q, Jia X L, et al. 3D-QSAR study and molecular design of benzimidazole derivatives as corrosion inhibitors [J]. Chemical Journal of Chinese Universities, 2011, 32(10): 2402-2409 (in Chinese)

[26] Saíz-Urra L, Pérez González M, Teijeira M. 2D-autocorrelation descriptors for predicting cytotoxicity of naphthoquinone ester derivatives against oral human epidermoid carcinoma [J]. Bioorganic & Medicinal Chemistry, 2007, 15(10): 3565-3571

[27] Saíz-Urra L, González M P, Teijeira M. QSAR studies about cytotoxicity of benzophenazines with dual inhibition toward both topoisomerases Ⅰ and Ⅱ: 3D-MoRSE descriptors and statistical considerations about variable selection [J]. Bioorganic & Medicinal Chemistry, 2006, 14(21): 7347-7358