Ứng dụng QSPR so sánh dự báo hằng số bền của phức thiosemicarbazone với ion kim loại sử dụng mô hình hồi quy đa biến, bình phương tối thiểu riêng phần và hồi quy thành phần chính cùng với các tham số mô tả phân tử

TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 13, Số (2018) ỨNG DỤNG QSPR: SO S[NH DỰ B[O HẰNG SỐ BỀN CỦA PHỨC THIOSEMICARBAZONE VỚI ION KIM LOẠI SỬ DỤNG MƠ HÌNH HỒI QUY ĐA BIẾN, BÌNH PHƢƠNG TỐI THIỂU RIÊNG PHẦN V\ HỒI QUY TH\NH PHẦN CHÍNH CÙNG VỚI C[C THAM SỐ MÔ TẢ PH]N TỬ Nguyễn Minh Quang1,3, Trần Xuân Mậu1, Phạm Văn Tất2* Khoa Hóa học, Trường Đại học khoa học, Đại học Huế Khoa Khoa học v| Kỹ thuật, Trường Đại học Hoa Sen Khoa Kỹ thuật Hóa học, Trường Đại học Cơng nghiệp Tp Hồ Chí Minh *Email: vantat@gmail.com Ng|y nhận b|i: 28/8/2018; ng|y ho|n th|nh phản biện: 26/9/2018; ng|y duyệt đăng: 10/12/2018 TÓM TẮT Trong nghiên cứu n|y, c{c mơ hình liên quan định lượng cấu trúc tính chất (QSPRs) c{c phức chất thiosemicarbazone v| ion kim loại x}y dựng dựa phương ph{p hồi quy đa biến, bình phương tối thiểu riêng phần hồi quy th|nh phần Chất lượng c{c mơ hình đ{nh gi{ dựa v|o gi{ trị hệ số tương quan, sai số chuẩn trung bình chuẩn Fisher Kết nhận mơ hình QSPRMLR với c{c gi{ trị R2train = 0,908; R2CV = 0,850; Q2test = 0,8542; MSE = 0,852; mô hình QSPRPLS với R2train = 0,908; R2CV = 0,888; Q2test = 0,8972; MSE = 0,661; mơ hình QSPRPCR với R2train = 0,914; R2CV = 0,948; Q2test = 0,8842; MSE = 0,827 Các mơ hình QSPRMLR, QSPRPLS QSPRPCR có khả dự đo{n phù hợp với thực nghiệm Từ khóa: QSPRMLR, QSPRPLS, QSPRPCR, số bền, thiosemicarbazone MỞ ĐẦU Dẫn xuất thiosemicarbazone v| phức với c{c ion kim loại ứng dụng rộng rãi nhiều lĩnh vực Chúng có nhiều hoạt tính sinh học [1] kh{ng khuẩn, kh{ng nấm, chống ung thư< nên nghiên cứu nhiều lĩnh vực dược học [2] Do khả tạo phức mạnh với nhiều ion kim loại nên chúng sử dụng phân tích trắc quang [3] Phức thiosemicarbazone nghiên cứu ứng dụng kỹ thuật xúc t{c [4] Đối với phức chất, số bền l| thông số quan trọng Từ số bền tính nồng độ c}n c{c th|nh phần dung dịch Nó dự đo{n thay đổi cấu trúc điện tử phức tạp dung dịch từ nồng độ ban đầu 51 Ứng dụng QSPR: so s{nh dự b{o số bền phức thiosemicarbazone với ion kim loại sử dụng mơ hình < ion trung t}m v| phối tử Trong năm gần đ}y, số bền phức nghiên cứu nhiều ph}n tích trắc quang [5] Trong năm qua, ph{t triển mạnh mẽ khoa học m{y tính cho đời c{c cơng cụ tính to{n lượng tử Hyperchem, Mopac, Gaussian *6+ với c{c phần mềm mô hóa học sử dụng rộng rãi nghiên cứu lý thuyết QSARIS, Spartan, MOE, Materials Studio, Dragon *6+ nhằm x}y dựng c{c mơ hình dự đo{n tính chất c{c hợp chất hóa học dựa mối quan hệ định lượng cấu trúc – tính chất (QSPR) *6,7+ Trong c{c cơng trình n|y, c{c t{c giả ph{t triển c{c mơ hình QSPR c{c đối tượng kh{c với c{c tính chất kh{c nhiệt độ sơi *6+, độ hịa tan *6+, tính kỵ nước (logP) *6+, hệ số ph}n t{n nước-hợp chất hữu *6+, tính axít c{c hợp chất chứa nhóm xeton *8+, số thời gian lưu pha đảo ph}n tích sắc ký lỏng c{c hợp chất hydrocacbon thơm đa vòng *9+ Mặc dù, việc nghiên cứu ph{t triển mơ hình QSPR c{c hợp chất kh{c với c{c tính chất kh{c điểm chung c{c nghiên cứu n|y l| sử dụng c{c phương ph{p hồi quy đa biến v| mạng thần kinh nh}n tạo để ph{t triển mơ hình *7+ Tuy nhiên, cơng trình cơng bố chúng tơi nhận thấy chưa có cơng bố n|o ph{t triển mơ hình QSPR đối tượng phức chất c{c dẫn xuất thiosemicarbazone với c{c ion kim loại với đại lượng đặc trưng l| số bền phức Trong nghiên cứu n|y, định hướng thiết kế c{c hợp chất thiosemicarbazone làm ligand sử dụng kỹ thuật ph}n tích c{c ion kim loại c{c mẫu thực phẩm v| môi trường C{c kỹ thuật đa biến sử dụng để x}y dựng mơ hình biểu diễn mối quan hệ định lượng cấu trúc v| số bền c{c phức thiosemicarbazone với c{c ion kim loại Kết từ c{c mơ hình QSPR so s{nh với thực nghiệm PHƢƠNG PH[P TÍNH TO[N 2.1 Phản ứng tạo phức Phản ứng tạo phức ion kim loại (M) với thiosemicarbazone (L) xảy sau [10] p M + q L ⇌ MpLq (1) Hằng số bền phức MpLq l| số c}n (βpq) phản ứng x{c định theo công thức (2)  M p Lq   pq   p q  M · L 52 (2) TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 13, Số (2018) Trong trường hợp phản ứng tạo phức xảy nấc tức l| p = q = Cấu trúc phức nghiên cứu n|y mơ tả Hình 2.2 Hồi quy tuyến tính bội Mục đích hồi quy tuyến tính bội (Multivariate Linear Regression – MLR) x}y dựng mơ hình liên quan hai hay nhiều biến độc lập v| biến phụ thuộc c{ch x}y dựng phương trình tuyến tính cho c{c số liệu quan s{t [11] Mỗi gi{ trị biến độc lập x liên hệ với gi{ trị biến phụ thuộc Y Mơ hình hồi quy bội MLR biểu diễn công thức (3) [11-13] y  b1 x1  b2 x2  b3 x3   bm xm   (3) m l| số biến độc lập; b1, b2,