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

Technische Samenvatting: QSPR-analyse met curvilineaire regressiemodellering en temperatuurgebaseerde topologische indices

Probleemstelling
Het artikel behandelt de uitdaging van het vaststellen van kwantitatieve correlaties tussen de chemische structuren van monocarboxylzuren en hun thermodynamische eigenschappen. Specifiek richt de studie zich op het voorspellen van de enthalpieën van vorming ($\Delta H^0_f$ vloeistof), de enthalpieën van verbranding ($\Delta H^0_C$ vloeistof) en de enthalpieën van verdamping ($\Delta H^0_{vap}$ gas) voor een reeks van 19 monocarboxylzuren variërend van $C_2H_4O_2$ tot $C_{20}H_{40}O_2$. Het doel is om te bepalen of temperatuurgebaseerde topologische indices effectieve moleculaire descriptoren kunnen dienen binnen Quantitative Structure-Property Relationship (QSPR) modellen om deze eigenschappen nauwkeurig te voorspellen.

Methodologie
De studie maakt gebruik van chemische grafentheorie, waarbij moleculen worden gerepresenteerd als grafen waarbij knopen atomen zijn en zijden chemische bindingen zijn. De methodologie verloopt via de volgende stappen:

1. Definitie van indices: Het artikel maakt gebruik van vier specifieke temperatuurgebaseerde topologische indices afgeleid van de "temperatuur" van een knoop, gedefinieerd als $T(v) = \frac{deg(v)}{n - deg(v)}$, waarbij $deg(v)$ de graad van knoop $v$ is en $n$ het totaal aantal knopen. De berekende indices zijn:

   • Sum Connectivity Temperature Index ($ST(G)$)
   • Product Connectivity Temperature Index ($PT(G)$)
   • F-Temperature Index ($FT(G)$)
   • Symmetric Division Temperature Index ($SDT(G)$)

2. Datacollectie: De thermodynamische eigenschapswaarden voor de 19 zuren werden verkregen uit bestaande literatuur (referenties [5, 14]).

3. Regressiemodellering: De relatie tussen de berekende topologische indices en de thermodynamische eigenschappen werd geanalyseerd met behulp van curvilineaire regressiemodellen. Drie typen vergelijkingen werden getest:

   • Lineair: $Y = a + b_1X_1$
   • Kwadratisch: $Y = a + b_1X_1 + b_2X_1^2$
   • Kubisch: $Y = a + b_1X_1 + b_2X_1^2 + b_3X_1^3$

4. Statistische Evaluatie: De prestaties van het model werden beoordeeld aan de hand van de correlatiecoëfficiënt ($R^2$), de F-ratio test ($F$) en de Root Mean Square Error (RMSE). De studie stelt dat een goed QSPR-model een $R^2 > 0,99$ vereist, waarbij het beste voorspellende model wordt geïdentificeerd door de minimale RMSE en maximale $R^2$ of $F$-waarden.

Belangrijkste Bijdragen en Resultaten
De studie berekende de vier temperatuurgebaseerde indices voor de 19 monocarboxylzuren en genereerde regressiemodellen voor elke thermodynamische eigenschap. De resultaten wijzen op duidelijke variaties in de voorspellende kracht onder de indices:

• Superieure indices: De Sum Connectivity Temperature Index ($ST(G)$) en de Product Connectivity Temperature Index ($PT(G)$) vertoonden de hoogste effectiviteit. Voor alle drie de thermodynamische eigenschappen ($\Delta H^0_f$, $\Delta H^0_C$ en $\Delta H^0_{vap}$) bereikten modellen met deze indices $R^2$-waarden groter dan 0,99.

  • Voor $\Delta H^0_f$ waren de beste modellen kubisch (voor $ST(G)$) en kubisch (voor $PT(G)$), met $R^2$-waarden van respectievelijk 0,9988 en 0,9986.
  • Voor $\Delta H^0_C$ leverde het kubische model voor $ST(G)$ een $R^2$ van 0,9998, terwijl het kwadratische model voor $PT(G)$ 0,9941 opleverde.
  • Voor $\Delta H^0_{vap}$ bereikte het kubische model voor $ST(G)$ een $R^2$ van 0,9978.

• Inferieure indices: De F-Temperature Index ($FT(G)$) en de Symmetric Division Temperature Index ($SDT(G)$) vertoonden een aanzienlijk lagere voorspellende kracht.

  • $FT(G)$-modellen resulteerden in lage correlatiecoëfficiënten (bijv. $R^2 = 0,2913$ voor lineaire $\Delta H^0_f$), waarbij zelfs in kubische vorm niet aan de $R^2 > 0,99$ drempel werd voldaan.
  • $SDT(G)$-modellen vertoonden een matige correlatie (rond $R^2 \approx 0,86$), maar werden als onvoldoende beschouwd voor voorspellingen met hoge nauwkeurigheid vergeleken met $ST(G)$ en $PT(G)$.

• Modelvorm: Over de gehele dataset consistent, bood de kubische vergelijking consequent de beste fit onder de lineaire, kwadratische en curvilineaire opties, met name voor de $ST(G)$- en $PT(G)$-indices.

Betekenis en Claims
Het artikel beweert dat temperatuurgebaseerde topologische indices, specifits de varianten van de Sum Connectivity en Product Connectivity, zeer geschikt zijn als descriptoren voor het voorspellen van de thermodynamische eigenschappen van monocarboxylzuren. De studie concludeert dat deze indices, wanneer ze worden toegepast binnen kubische curvilineaire regressiemodellen, een robuust wiskundig kader bieden voor QSPR-analyse in deze chemische reeks.

De auteurs merken bescheiden op dat hoewel de symmetric division temperature index enige correlatie vertoont, de F-temperature index inadequaat is voor het maken van goede voorspellingen voor deze specifieke verbindingen. Het werk bevestigt het nut van grafentheoretische benaderingen bij het koppelen van moleculaire structuur aan thermodynamisch gedrag, en biedt specifieke regressievergelijkingen die gebruikt kunnen worden om de enthalpieën van vorming, verbranding en verdamping voor de bestudeerde reeks zuren te schatten zonder dat experimentele metingen nodig zijn.