QSPR Analysis with Curvilinear Regression Modeling and Temperature-based Topological Indices

기술 요약: 곡선 회귀 모델링 및 온도 기반 위상 지수를 이용한 QSPR 분석

문제 제기
본 논문은 모노카르복실산의 화학 구조와 열역학적 성질 사이의 정량적 상관관계를 확립하는 과제를 다룬다. 구체적으로, 본 연구는 $C_2H_4O_2$부터 $C_{20}H_{40}O_2$까지 19종의 모노카르복실산을 대상으로 생성 엔탈피($\Delta H^0_f$ liquid), 연소 엔탈피($\Delta H^0_C$ liquid), 그리고 증발 엔탈피($\Delta H^0_{vap}$ gas)를 예측하는 데 초점을 맞춘다. 목표는 온도 기반 위상 지수가 정량적 구조-물성 관계(QSPR) 모델 내에서 해당 물성들을 정확하게 예측할 수 있는 효과적인 분자 기술자(descriptor)로서 기능할 수 있는지 결정하는 것이다.

방법론
본 연구는 분자를 정점(vertex)은 원자로, 간선(edge)은 화학 결합으로 나타내는 화학 그래프 이론을 활용한다. 방법론은 다음과 같은 단계로 진행된다:

1. 지수의 정의: 본 논문은 정점의 "온도"를 $T(v) = \frac{deg(v)}{n - deg(v)}$ (여기서 $deg(v)$는 정점$v$의 차수,$n$은 총 정점의 수)로 정의하여 도출된 네 가지 특정 온도 기반 위상 지수를 사용한다. 계산된 지수는 다음과 같다:

   • 합 연결성 온도 지수 ($ST(G)$)
   • 곱 연결성 온도 지수 ($PT(G)$)
   • F-온도 지수 ($FT(G)$)
   • 대칭 분할 온도 지수 ($SDT(G)$)

2. 데이터 수집: 19종의 산에 대한 열역학적 물성 값은 기존 문헌(참조 [5, 14])에서 가져왔다.

3. 회귀 모델링: 계산된 위상 지수와 열역학적 성질 사이의 관계를 곡선 회귀 모델을 사용하여 분석하였다. 세 가지 유형의 방정식이 테스트되었다:

   • 선형: $Y = a + b_1X_1$
   • 이차: $Y = a + b_1X_1 + b_2X_1^2$
   • 삼차: $Y = a + b_1X_1 + b_2X_1^2 + b_3X_1^3$

4. 통계적 평가: 모델 성능은 상관 계수($R^2$), F-비율 검정($F$), 그리고 평균 제곱근 오차(RMSE)를 사용하여 평가되었다. 본 연구는 우수한 QSPR 모델이 $R^2 > 0.99$를 충족해야 한다고 상정하며, 최소 RMSE와 최대 $R^2$ 또는 $F$ 값을 가진 모델을 최적의 예측 모델로 식별한다.

주요 기여 및 결과
본 연구는 19종의 모노카르복실산에 대해 네 가지 온도 기반 지수를 계산하고 각 열역학적 성질에 대한 회귀 모델을 생성하였다. 결과는 지수 간의 뚜렷한 예측 능력 차이를 보여준다:

• 우수한 지수: 합 연결성 온도 지수($ST(G)$)와 곱 연결성 온도 지수($PT(G)$)가 가장 높은 효능을 입증하였다. 세 가지 열역학적 성질($\Delta H^0_f$, $\Delta H^0_C$, $\Delta H^0_{vap}$) 모두에 대해, 이 지수들을 사용한 모델은 $R^2$ 값 0.99 이상을 달연했다.

  • $\Delta H^0_f$의 경우, 최적의 모델은 각각 $ST(G)$와$PT(G)$를 사용한 삼차 모델이었으며,$R^2$ 값은 각각 0.9988과 0.9986이었다.
  • $\Delta H^0_C$의 경우, $ST(G)$를 사용한 삼차 모델이$R^2 = 0.9998$을 기록했고,$PT(G)$를 사용한 이차 모델은 0.9941을 기록했다.
  • $\Delta H^0_{vap}$의 경우, $ST(G)$를 사용한 삼차 모델이$R^2 = 0.9978$을 달성했다.

• 열등한 지수: F-온도 지수($FT(G)$)와 대칭 분할 온도 지수($SDT(G)$)는 현저히 낮은 예측력을 보였다.

  • $FT(G)$모델은 낮은 상관 계수(예:$\Delta H^0_f$에 대한 선형 모델의$R^2 = 0.2913$)를 나타냈으며, 삼차 형태에서도$R^2 > 0.99$ 임계값을 충족하지 못했다.
  • $SDT(G)$모델은 중간 정도의 상관관계(약$R^2 \approx 0.86$)를 보였으나, 고정밀 예측을 위해서는 불충분한 것으로 간주되었다.

• 모델 형태: 데이터셋 전반에 걸쳐, 특히 $ST(G)$와$PT(G)$ 지수의 경우 삼차 방정식이 선형, 이차 및 곡선 옵션 중에서 일관되게 가장 우수한 적합도를 제공했다.

의의 및 주장
본 논문은 온도 기반 위상 지수, 특히 합 연결성 및 곱 연결성 변형이 모노카르복실산의 열역학적 성질을 예측하는 데 매우 적합한 기술자라고 주장한다. 본 연구는 이러한 지수들이 삼차 곡선 회귀 모델 내에서 적용될 때, 연구된 산의 범위에 대해 실험적 측정 없이도 생성 엔탈피, 연소 엔탈피, 증발 엔탈피를 추정할 수 있는 강력한 수학적 프레임워크를 제공한다고 결론짓는다.

저자들은 대칭 분할 온도 지수가 어느 정도 상관관계를 보이는 반면, F-온도 지수는 이 특정 화합물들에 대한 양호한 예측을 수행하기에는 부적절하다고 겸허히 언급하였다. 본 연구는 그래프 이론적 접근 방식이 분자 구조와 열역학적 거동을 연결하는 데 유용함을 재확인하며, 실험적 측정 없이도 연구된 산의 범위 내에서 생성 엔탈피, 연소 엔탈피, 증발 엔탈피를 추정하는 데 사용할 수 있는 구체적인 회귀 방정식을 제공한다.