Author/Authors :
PASHM FORUSH M. نويسنده Department of Chemistry, Shoushtar Branch, Islamic Azad University, Shoushtar, Iran , SHAFIEI F. نويسنده Department of Chemistry, Science Faculty, Arak Branch, Islamic Azad University, Arak, Iran , DIALAMEHPOUR F. نويسنده Department of Chemistry, Shoushtar Branch, Islamic Azad University, Shoushtar, Iran
Abstract :
امروزه با استفاده ازروش‌هاي توپولوژيكي به مطالعه ارتباط كمي ساختار-خاصيت مشتقات بنزن پرداخته شده است. در اين تحقيق ارتباط بين شاخصهاي توپولوژيك رانديك اتصال يك(1?) ، بالابان(J)، سگد(Sz)، هاراري(H)، ابروينر(WW) و وينر پلاريتي (WP) به روش نظريه گراف براي مشتق‌هاي بنزن موردنظر محاسبه گرديد. سپس همبستگي اين شاخصهاي توپولوژيك با خواصي نظير انرژي گرمايي(Eth)، ظرفيت گرمايي در حجم ثابت (Cv)وآنتروپي(S) بدست آمده از روش مكانيك كوانتومي مورد بررسي قرار گرفت. خواص فيزيكي-شيميايي فوق باكمك نرم‌افزارهاي گوس ويو وگوسين 98و با استفاده از يكي از روش‌هاي آغازين هارتري-فاك و سري پايه 6-31G محاسبه گرديد. سپس به منظور مطالعه رابطه كمي ساختار – خاصيت از نرم افزار آماري SPSS، روش برگشتي رگرسيون خطي چند متغيره (MLR) استفاده شد. بدين طريق معين گرديد كه براي پيشگويي كميت‌هاي ظرفيت گرمايي در حجم ثابت ((CV وآنتروپي (S) مشتق هاي بنزن مورد مطالعه، تركيبي از دو توصيف‌گر توپولوژيكي، شاخصهاي سگد و ابروينر مناسب مي‌باشد. اما با توجه به نتايج بدست آمده از روش MLR هيچ‌يك از شاخصهاي مورد مطالعه جهت پيشگويي انرژي گرمايي(Eth)، مناسب نمي‌باشند. بدين ترتيب كارايي شاخصهاي توپولوژيكي مورد استفاده در مدل‌سازي و تعيين خاصيت‌هاي مولكولي مورد نظر، معين گرديد.
Abstract :
QSPR study on benzene derivatives have been made using recently introduced
topological methodology. In this study the relationship between the Randicʹ (
1
x), Balaban (J),
Szeged (Sz),Harary (H), Wiener (W), HyperWiener(WW) and Wiener Polarity (WP) to the
thermal energy (Eth), heat capacity (CV) and entropy (S) of benzene derivatives is represented.
Physicochemical properties are taken from the quantum mechanics methodology with HF
level using the ab initio 6-31G basis sets. The multiple linear regressions (MLR) and back
ward methods (with significant at the 0.05 level) were employed to give the QSPR models.
The satisfactory obtained results show that combining the two descriptors (Sz, WW) are
useful topological descriptors for predicted (CV) and (S) of the 45 benzene derivatives. The
training set models established by MLR method have not good correlation of (Eth), which
means QSPR models could not predict the thermal energy of compounds.
