机器学习辅助的设计的分子结构的p-phenylenediamine抗氧化剂
Zongya Wu1, Shuai Sun1, Chaokun Huang1
1Key Laboratory of Advanced Rubber Material, Ministry of Education/Key Laboratory of Rubber-Plastics, Ministry of Education, Qingdao University of Science and Technology, Qingdao 266042, P. R. China. wangxj@qust.edu.cn.
机器学习准确地预测了p-phenylenediamine衍生物的抗氧化特性. 优化分子设计为食用油提供了优异的抗氧化剂,具有出色的兼容性和活性.
科学领域:
- 计算化学和材料科学.
- 人工智能在分子设计中的应用.
背景情况:
- 抗氧化剂对于防止食用油降解至关重要.
- 根据分子结构预测抗氧化剂的性能是复杂的.
- 作为抗氧化剂,p-Phenylenediamine衍生物显示出有前途的表现.
研究的目的:
- 开发一种机器学习模型,用于预测抗氧化剂分子的可溶性参数 (δ) 和键解离能 (BDE).
- 为了确定最佳的p-phenylenediamine衍生物用于食用油应用.
- 为了将分子结构与抗氧化剂性能相关联.
主要方法:
- 使用了多层感知子 (MLP) 模型,并增强了数据增强和遗传算法.
- 与目标参数 (δ和BDE) 相关的分子结构描述器.
- 在特征重要性分析和分子模拟中采用了夏普利添加剂解释 (SHAP).
主要成果:
- 该模型实现了高预测准确度 (R2>0.86).
- 分子极性被确定为抗氧化剂性能的一个关键因素.
- 一种特定的p-phenylenediamine衍生物表现出最佳的特性,并在甘油油中证实了有效性.
结论:
- 简单的LP模型是设计高效抗氧化剂的有效工具.
- 鉴定的抗氧化剂在食用油中表现出极好的兼容性,抗迁移和抗氧化活性.
- 这种方法加速了用于食品应用的新型抗氧化剂的发现.
更多相关视频
12:07Microwave-assisted Intramolecular Dehydrogenative Diels-Alder Reactions for the Synthesis of Functionalized Naphthalenes/Solvatochromic Dyes
Published on: April 1, 2013
09:34Synthesis of Information-bearing Peptoids and their Sequence-directed Dynamic Covalent Self-assembly
Published on: February 6, 2020
相关概念视频
Aryldiazonium Salts to Azo Dyes: Diazo Coupling
Diazonium Group Substitution: –OH and –H
Nomenclature of Aryl and Heterocyclic Amines
Molecular Models
