导读:本文包含了分子表面积论文开题报告文献综述及选题提纲参考文献，主要关键词:分子体积,分子表面积,元素,化学键
分子表面积论文文献综述
赵亚军,司继林,夏力,项曙光[1]（2013）在《基于元素和化学键的快速计算分子体积和表面积的方法》一文中研究指出为了快速准确的计算分子的体积和表面积参数,将构成分子的元素和化学键作为贡献单元,基于分子的体积和表面积由相应的元素和化学键的体积和表面积加和得到的思想,提出了估算化合物分子体积和表面积的元素和化学键贡献法。元素视作球体,其体积和表面积由van der Waals半径计算得到,在1412种有机物分子体积和表面积数据的基础上,回归得到化学键对分子体积和表面积的贡献值。结果表明,元素和化学键贡献法计算的分子体积和表面积的平均相对误差分别为2.02%、2.84%,不同化合物类型的平均相对误差均小于5%。与其它分子体积和表面积方法相比较,本方法更简单、快速、准确,应用范围更广。(本文来源于《计算机与应用化学》期刊2013年07期）
陈英,詹淑玉,张琼[2]（2013）在《从分子极性表面积预测喹诺酮类药物的血浆蛋白结合率》一文中研究指出目的从分子极性表面积和分子量预测药物的血浆蛋白结合率。方法根据半经验自洽场分子轨道AM1法得到的优化构型用MonteCarlo法计算得到分子量和分子极性表面积。用逐步多元回归分析法及人工神经网络法建立从药物的分子量、分子极性表面积预测喹诺酮类药物的人血浆蛋白结合率的数学模型。回归方程采用statistics60软件。结果喹诺酮类药物的人血浆蛋白结合率与分子量(MW)和氢键给体表面积(SH)具有良好的相关性,回归方程为:fb=364.98-42.67SH-0.89MW+0.11MW*SH(n=28,R=0.8922)。神经网络的计算结果 25个训练样本的根均方误差RMSE为0.0368,3个预测样本的根均方误差RMSE为0.0640。结论药物血浆蛋白结合能力与分子量和分子极性表面积密切相关。从分子极性表面积预测药物血浆蛋白结合率具有方便快捷的优点,可用于相关的药动学参数的研究。(本文来源于《海峡药学》期刊2013年02期）
王东辉[3]（2011）在《高比表面积活性碳材料分类二氧化碳：实验和分子模拟研究》一文中研究指出二氧化碳被认为是全球气候变暖的主要原因之一,因此对二氧化碳的捕集技术(Carboon capture storage,CCS)是目前研究的热点,其中物理吸附法因为没有污染备受关注。本文利用我们制备的高比表面积活性碳微球材料作为吸附剂,利用实验和理论相结合的方法研究了活性碳微球对天然气中二氧化碳、烟煤气中二氧化碳和氢气中少量二氧化碳的吸附分离。主要研究内容如下：一、单组分及混合气体吸附等温线的测定。采用高精度IGA-003重力吸附仪分别测定了二氧化碳、甲烷和氮气及其混合气体在活性碳微球中的吸附等温线。结果表明：在298K和1.3MPa的条件下,C02.CH4、N2的吸附量分别可达到16.63、7.8和3.5mmol/g,这表明材料具有非常好的储存二氧化碳和甲烷的性能。二、比较了Double Langmuir和DSLF(dual-site Langmuir-Freundlich equation)等吸附模型的计算结果与实验数据,并与理想吸附溶液理论结合,计算了CH4/CO2(XCH4:XCO2=70%:30%、XCH4:XCO2=85%:15%)混合体系的吸附量和吸附选择性,结果表明：在298K和1.3MPa的条件下,CO2对CH4(XCH4:XCO2=70%:30%)吸附选择性可以达到5.28,表明活性碳微球材料是一种优良的分离CH4中少量CO2的材料。叁、采用巨正则系综Monte Carlo(GCMC)方法分别计算了CH4/CO2 (XCH4:XCO2=70%:30%、XCH4:XCO2=85%:15%)、N2/CO2(XN2:XCO2=50%:50%、XN2:XCO2=80%:20%)及H2/CO2(XH2:XCO2=70%:30%、XCH2:XCO2=90%:10%)混合体系的吸附选择性。结果表明：在298K和1.3MPa的条件下,CO2对CH4(XCH4:XCO2=70%:30%)、N2(XN2:XCO2=50%:50%)及H2 (XH2:XCO2=70%:30%)的吸附选择性可以分别达到5.5、33和50,表明活性碳微球材料是一种优良的分离CH4、空气及H2中少量CO2的材料。(本文来源于《北京化工大学》期刊2011-05-24）
詹淑玉,傅旭春[4]（2007）在《从分子极性表面积预测β-受体阻断剂的血浆蛋白结合率》一文中研究指出目的从分子极性表面积和分子量预测药物的血浆蛋白结合率。方法根据半经验自洽场分子轨道AM1法得到的优化构型用Monte Carlo法计算得到分子量和分子极性表面积。用逐步多元回归分析法建立从药物的分子量、分子极性表面积预测14种β-受体阻断剂的血浆蛋白结合率的数学模型。回归方程采用statistics60软件做逐步多元回归分析得到。结果β-受体阻断剂的血浆蛋白结合率与分子量(MW)、氢键给体表面积(SH)和氢键受体表面积(So,N)具有良好的相关性,回归方程为:fb=1.89-6.50×10-2So.N+6.24×10-4SH2+1.41×10-4MW*So.N(n=13,R=0.8891)。结论β-受体阻断剂的血浆蛋白结合率与分子量和分子极性表面积密切相关。从分子极性表面积预测药物血浆蛋白结合率具有方便快捷的优点,可用于相关的药动学参数的研究。(本文来源于《海峡药学》期刊2007年08期）
傅旭春,柯芳,詹淑玉[5]（2007）在《从分子极性表面积预测头孢菌素类药物的血浆蛋白结合率》一文中研究指出目的:采用分子结构参数预测头孢菌素类药物的血浆蛋白结合率。方法:用半经验自洽场分子轨道AM1法得到药物分子的优化几何构型,用Monte Carlo法计算分子极性表面积,相关分析采用逐步多元回归分析法。结果:头孢菌素类药物的血浆蛋白结合率(fb)与分子量(MW)和氢键给体表面积(SH)具有良好的相关性,回归方程式为:fb=0.5057+2.861×10-3MW-0.1572SH+4.714×10-3SH2(n=22,r=0.9042)。结论:头孢菌素类药物的血浆蛋白结合率不仅与药物的脂溶性,而且还与形成氢键的能力密切相关。从药物的分子量和极性表面积可以预测头孢菌素类药物的血浆蛋白结合率。(本文来源于《浙江大学学报(医学版)》期刊2007年04期）
宫利东,杨忠志[6]（2005）在《由分子内禀特征轮廓理论确定的有机分子的表面积和体积》一文中研究指出分子的界面,尤其是分子的表面积和体积,在当代化学有着非常广泛的应用。我们曾利用分子中电子运动的经典转折点,提出了分子中一个电子所受到的作用势(Potential Acting on an Electron within a Molecule,简称PAEM)。定义该作用势等于分子的第一电离能的负值处, 为分子的内禀特征轮廓点,所以此类点的集合就构成了分子的内禀特征轮廓(Molecular Intrinsic Characteristic Contours,简称MICC)。分子的内禀特征轮廓是对分子形状和大小的一(本文来源于《中国化学会第九届全国量子化学学术会议暨庆祝徐光宪教授从教六十年论文摘要集》期刊2005-10-01）
郭明,刘文杰,王咏梅[7]（2002）在《化合物分子表面积计算方法的研究》一文中研究指出化合物的分子表面积是重要的物理化学性质参数．根据不同的应用领域及数学方法，提出了多种分子表面积算法[1-10]，由此产生了“分子表面积法”，各方法的有效性在各具体应用领域都已被验证．本文将统计方法中的随机变量引入计算化合物分子表面积体系，由分子模型化技术得到化合物分子的原子坐标，不考虑化合物分子中原子的相互作用及分子间近似，直接计算分子表面积．使用该方法可以计算“净”分子表面积、“溶剂可及表面积”、甚至分子结构片段，分子结构中有交叉重迭片段及存在“空洞”的各种分子表面积，该算法及程序较简捷，适应范围广，计算结果较为满意．(本文来源于《高等学校化学学报》期刊2002年05期）
傅旭春,陈春晓,梁文权,俞庆森[8]（2001）在《用极性表面积和分子体积预测药物对血脑屏障的穿透性<英文>》一文中研究指出目的:用极性表面积和分子体积预测药物对血脑屏障的穿透性。方法:用Monte Carlo法从半经验自洽场分子轨道AM1法得到最低能构型计算极性表面积和分子体积,用逐步多元回归法导出药物分子分别在脑组织和血液中的稳态浓度之比(logBB)和分子结构参数之间的回归方程式。结果:对于56个化合物组成的训练样本,logBB与氧原子和氮原子(不包括氮分子和硝基中的氮原子)的表面积之和(S_(O,N),A~2)以及分子体积(V,A~3)具有较好的相关性,回归方程式为:logBB=-1.331×10~(-5)V~2+9.228×10~(-3)V-0.02439S_(O,N)-0.4318(n=56,r=0.9043)。对于10个化合物组成的预测样本,预测值与实验值相当符合。结论:本模型简单有效,在药物设计中可以用来预测候选药物的logBB值。(本文来源于《Acta Pharmacologica Sinica》期刊2001年07期）
曹晨忠,李志良[9]（1998）在《分子极化效应与烷烃、醇的空腔表面积》一文中研究指出烷烃以及醇在水中形成的空腔表面积CSA可由下式计算:CSA=122.984+8.65736SBL-103.862△MPEI。其中SBL是分子中所有化学键长度的总和,△MPEI是含有相同碳原子数目的(烷烃或者醇)支链异构体分子极化效应指数MPEI_支与直链异构体分子极化效应指数MPEI_直的差值。(本文来源于《有机化学》期刊1998年03期）
商志才,俞庆森,林瑞森[10]（1997）在《分子体积及表面积的Monte Carlo模拟计算》一文中研究指出建立了用MonteCarlo方法模拟计算vanderWaals分子体积和表面积的算法.在一定的置信度条件下，可获得在指定置信限内的期望值.与Bodor算法比较，此算法有更优的精度.(本文来源于《物理化学学报》期刊1997年12期）
分子表面积论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的从分子极性表面积和分子量预测药物的血浆蛋白结合率。方法根据半经验自洽场分子轨道AM1法得到的优化构型用MonteCarlo法计算得到分子量和分子极性表面积。用逐步多元回归分析法及人工神经网络法建立从药物的分子量、分子极性表面积预测喹诺酮类药物的人血浆蛋白结合率的数学模型。回归方程采用statistics60软件。结果喹诺酮类药物的人血浆蛋白结合率与分子量(MW)和氢键给体表面积(SH)具有良好的相关性,回归方程为:fb=364.98-42.67SH-0.89MW+0.11MW*SH(n=28,R=0.8922)。神经网络的计算结果 25个训练样本的根均方误差RMSE为0.0368,3个预测样本的根均方误差RMSE为0.0640。结论药物血浆蛋白结合能力与分子量和分子极性表面积密切相关。从分子极性表面积预测药物血浆蛋白结合率具有方便快捷的优点,可用于相关的药动学参数的研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分子表面积论文参考文献
[1].赵亚军,司继林,夏力,项曙光.基于元素和化学键的快速计算分子体积和表面积的方法[J].计算机与应用化学.2013
[2].陈英,詹淑玉,张琼.从分子极性表面积预测喹诺酮类药物的血浆蛋白结合率[J].海峡药学.2013
[3].王东辉.高比表面积活性碳材料分类二氧化碳：实验和分子模拟研究[D].北京化工大学.2011
[4].詹淑玉,傅旭春.从分子极性表面积预测β-受体阻断剂的血浆蛋白结合率[J].海峡药学.2007
[5].傅旭春,柯芳,詹淑玉.从分子极性表面积预测头孢菌素类药物的血浆蛋白结合率[J].浙江大学学报(医学版).2007
[6].宫利东,杨忠志.由分子内禀特征轮廓理论确定的有机分子的表面积和体积[C].中国化学会第九届全国量子化学学术会议暨庆祝徐光宪教授从教六十年论文摘要集.2005
[7].郭明,刘文杰,王咏梅.化合物分子表面积计算方法的研究[J].高等学校化学学报.2002
[8].傅旭春,陈春晓,梁文权,俞庆森.用极性表面积和分子体积预测药物对血脑屏障的穿透性<英文>[J].ActaPharmacologicaSinica.2001
[9].曹晨忠,李志良.分子极化效应与烷烃、醇的空腔表面积[J].有机化学.1998
[10].商志才,俞庆森,林瑞森.分子体积及表面积的Monte Carlo模拟计算[J].物理化学学报.1997