Conformation-independent quantitative structure-property relationships study on water solubility of pesticides
| Autor: | Cristian Rojas, Daniel E. Bacelo, Pablo R. Duchowicz, José Francisco Aranda, Silvina E. Fioressi |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2019 |
| Předmět: |
Quantitative structure–activity relationship
Físico-Química Ciencia de los Polímeros Electroquímica Health Toxicology and Mutagenesis MOLECULAR DESCRIPTORS Molecular Conformation 0211 other engineering and technologies Quantitative Structure-Activity Relationship 02 engineering and technology 010501 environmental sciences 01 natural sciences purl.org/becyt/ford/1 [https] PESTICIDES Molecular descriptor purl.org/becyt/ford/1.4 [https] Pesticides Solubility 0105 earth and related environmental sciences Mathematics 021110 strategic defence & security studies Aqueous solution Pesticide residue Ciencias Químicas Public Health Environmental and Occupational Health Linear model Water Regression analysis General Medicine Pesticide Pollution WATER SOLUBILITY CORAL SOFTWARE Linear Models QUANTITATIVE STRUCTURE-PROPERTY RELATIONSHIPS Biological system CIENCIAS NATURALES Y EXACTAS |
| Zdroj: | CONICET Digital (CONICET) Consejo Nacional de Investigaciones Científicas y Técnicas instacron:CONICET |
| Popis: | Water solubility is a key physicochemical parameter in pesticide control and regulation, although sometimes its experimental determination is not an easy task. In this study, we present Quantitative Structure-Property Relationships (QSPRs) for predicting the water solubility at 20 °C of 1211 approved heterogeneous pesticide compounds, collected from the online Pesticides Properties Data Base (PPDB). Validated and generally applicable Multivariable Linear Regression (MLR) models were established, including molecular descriptors carrying constitutional and topological aspects of the analyzed compounds. The most representative descriptors were selected from the exploration of a large number of about 18,000 structural variables. A hybrid approach that involves a molecular descriptor, a fingerprint, and a flexible descriptor showed the best predictive performance. Fil: Fioressi, Silvina Ethel. Universidad de Belgrano. Facultad de Ciencias Exactas y Naturales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Bacelo, Daniel Enrique. Universidad de Belgrano. Facultad de Ciencias Exactas y Naturales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Rojas, Cristian. Universidad del Azuay.; Ecuador Fil: Aranda, José Francisco. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina Fil: Duchowicz, Pablo Román. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|