大气中挥发性有机物对羟基自由基反应活性的定量构效关系研究综述

大气中挥发性有机物对羟基自由基反应活性的定量构效关系研究综述羟基自由基（·OH）是大气对流层中最重要的氧化剂，被称为大气“清洁剂”，其与挥发性有机物（VOCs）的反应是VOCs在大气中降解的核心途径，直接决定了VOCs的大气寿命、二次污染物生成潜力及区域空气质量变化过程。不同VOCs与·OH的反应速率常数（k_OH）差异可达9个数量级以上，这种反应活性的异质性是构建大气化学机理模型、评估VOCs环境影响的关键参数。传统实验测定k_OH存在成本高、周期长、对部分不稳定/低挥发性化合物测定难度大等局限，定量构效关系（QSAR）作为一种通过分子结构参数预测化学反应活性的理论方法，成为补充实验数据、揭示反应活性内在规律的重要工具，在大气VOCs反应活性研究领域得到了广泛应用。1定量构效关系模型的核心参数体系构建QSAR模型的预测精度和适用范围高度依赖于分子描述符的选择，针对VOCs与·OH反应的特点，研究人员逐步建立了涵盖电子效应、空间效应、结构片段三类核心描述符的参数体系。电子效应描述符中，最高占据分子轨道能（E_HOMO）是应用最广泛的参数，其反映了分子失去电子的难易程度，对于烯烃、芳香烃等易发生加成反应的VOCs，E_HOMO与k_OH通常呈现显著的负相关关系——E_HOMO越高，分子越容易提供电子与·OH发生亲电加成，反应活性越强。例如在13种单烯烃的QSAR模型中，仅引入E_HOMO作为单一参数即可实现对k_OH0.89的决定系数（R²），预测误差在0.5个对数单位以内。对于烷烃等易发生氢抽提反应的VOCs，C-H键解离能（BDE）是更关键的电子效应参数，不同类型C-H键（伯、仲、叔、α位）的BDE差异直接决定了氢抽提反应的位点活性，当分子中存在多个反应位点时，加权平均BDE或最低BDE与k_OH的相关性更优。空间效应描述符主要用于校正取代基对反应位点的位阻影响，常用参数包括取代基的塔夫茨立体参数（E_s）、分子范德华体积、摩尔折射率等。对于多取代烯烃，当双键两端存在大体积取代基时，·OH进攻双键的位阻效应会显著降低反应速率，此时仅用E_HOMO描述的模型会高估反应活性，引入E_s参数后，模型的R²可从0.82提升至0.94，预测偏差降低30%以上。对于含杂原子的含氧VOCs（OVOCs），杂原子的诱导效应和共轭效应会同时影响电子分布和空间位阻，此时需要结合局部电荷参数（如反应位点的自然键轨道电荷）和空间位阻参数共同构建模型，才能准确预测醇、醛、酮、酯等OVOCs的k_OH值。结构片段描述符则基于“相同结构片段对反应活性的贡献具有加和性”的假设，将分子拆解为不同的官能团、键类型或子结构单元，通过实验数据回归得到各片段的贡献值。经典的Atkinson基团贡献法是该类描述符的典型代表，其将VOCs分子分解为100余种结构片段和校正因子，对绝大多数常见VOCs的k_OH预测误差在1个数量级以内，被广泛应用于大气化学机理模式中。近年来随着机器学习方法的发展，基于拓扑结构的分子指纹描述符（如Morgan指纹、MACCS密钥）被大量引入QSAR模型，这类描述符不需要人工预设反应位点，能够自动捕捉分子中隐含的结构-活性关系，对于含复杂杂环、多官能团的新兴VOCs（如药物中间体、氟代VOCs）的预测精度显著高于传统片段法。2不同类别VOCs的QSAR模型研究进展烷烃类VOCs的反应以氢抽提为主，其QSAR模型发展最早也最为成熟。早期研究发现烷烃的k_OH与分子中可被抽提的氢原子数目、伯/仲/叔氢的比例直接相关，基于这一规律建立的基团加和模型对C1-C12正构烷烃的预测误差小于0.3个对数单位。对于支链烷烃，研究人员进一步引入了邻位取代校正因子，当目标C-H键的邻位存在甲基取代时，会通过超共轭效应降低C-H键的BDE，使反应速率提高1.2-1.5倍，引入该校正因子后，模型对支链烷烃的适用范围扩展到C20以下，预测偏差控制在0.5个对数单位以内。最新的研究针对长链烷烃的分子内氢转移现象，建立了考虑相邻官能团远程影响的拓扑描述符，解决了传统模型对含多个羟基、醚键的长链烷烃预测误差偏大的问题。烯烃及炔烃类VOCs的反应以·OH加成到不饱和键为主，其反应活性主要由不饱和键的电子云密度和取代基位阻决定。针对单烯烃、共轭二烯烃、卤代烯烃等不同类型，研究人员构建了分类QSAR模型：对于非卤代单烯烃，采用E_HOMO和双键两端取代基的E_s之和作为参数的二元线性模型即可实现良好预测；对于共轭二烯烃，共轭体系的扩展会显著提高E_HOMO，此时需要引入共轭链长度作为第三个参数，模型对17种共轭二烯烃的R²可达0.96；对于氟代、氯代等卤代烯烃，卤原子的强吸电子效应会降低双键电子云密度，同时其空间位阻效应也会影响·OH进攻，通过引入卤原子的电负性之和和范德华体积参数，模型对30余种卤代烯烃的预测误差小于0.4个对数单位。炔烃的反应活性普遍低于同碳数烯烃，其QSAR模型通常采用三键的键级、取代基的Hammett常数作为核心参数，目前已实现对C2-C10炔烃及卤代炔烃的k_OH精准预测。芳香烃类VOCs的反应路径较为复杂，包括·OH对苯环的亲电加成、侧链烷基的氢抽提两条主要途径，其QSAR模型需要同时考虑环上取代基的电子效应和侧链结构。对于苯、烷基苯及多环芳烃，苯环上取代基的Hammett常数（σ）是关键参数，给电子取代基（如甲基、羟基）会提高环上电子云密度，促进加成反应，吸电子取代基（如硝基、卤素）则会降低反应活性。当侧链烷基长度超过3个碳时，侧链氢抽提的贡献占比会超过50%，此时需要引入侧链的C-H键总数和平均BDE作为补充参数。近年来针对含氧、含氮取代的芳香烃（如酚类、苯胺类），研究人员通过计算不同反应位点的局部软度参数，实现了对加成和氢抽提两条路径的分支速率常数分别预测，模型的整体精度较传统整体模型提升了40%。含氧VOCs（OVOCs）是大气中种类最丰富的VOCs类别，包括醇、醛、酮、醚、酯、羧酸等，其QSAR模型的构建难点在于杂原子的电子效应和空间效应的耦合作用。对于醇类，羟基的吸电子诱导效应会降低相邻C-H键的反应活性，同时羟基的氢键作用会改变分子的空间构型，通过引入α位C-H键的BDE和羟基的数量参数，模型对C1-C8一元醇、二元醇的k_OH预测误差小于0.35个对数单位。对于醛类，醛基的氢抽提是主要反应路径，醛基C-H键的BDE仅为377kJ/mol，远低于普通烷基C-H键的410kJ/mol，因此醛类的k_OH普遍高于同碳数烷烃，基于醛基取代基的σ*参数和分子极化率构建的模型对20余种脂肪醛、芳香醛的预测R²达到0.93。酯类和醚类的QSAR模型则需要考虑氧原子两侧取代基的共同影响，通过引入两个取代基的Taft参数之和，实现了对40余种酯类、醚类的精准预测。含杂原子VOCs（包括含硫、含氮、卤代VOCs）的QSAR研究近年来受到越来越多的关注，这类化合物通常具有特殊的环境效应，且实验测定数据较为匮乏。对于硫代VOCs如硫醇、硫醚，硫原子的低电离能使得其与·OH的反应除了氢抽提外，还存在·OH对硫原子的直接氧化路径，通过引入S原子的局部电荷和电离能参数，模型对20余种含硫VOCs的预测误差小于0.5个对数单位。对于含氮VOCs如胺类、酰胺类，氨基的强给电子效应使得其反应活性普遍较高，同时氨基的质子化状态会显著影响k_OH，研究人员通过引入气相碱性参数，构建了适用于不同pH环境下含氮VOCs的k_OH预测模型。对于全氟和多氟烷基物质（PFAS）这类新兴VOCs，传统描述符难以准确描述C-F键的强电子效应，最新研究采用量子化学计算得到的福井函数、局部软度等反应性描述符结合机器学习方法，实现了对100余种PFAS的k_OH预测，为评估这类难降解化合物的大气持久性提供了重要参数。3QSAR模型的算法发展与验证体系传统QSAR模型主要采用多元线性回归、偏最小二乘回归等线性算法，这类算法具有结构简单、可解释性强的优势，能够明确揭示不同分子描述符对反应活性的贡献权重，适合用于揭示反应机理。但线性算法对于复杂的非线性结构-活性关系拟合能力有限，对于多官能团、结构复杂的VOCs预测精度不足。近年来随着人工智能技术的发展，机器学习算法被大量引入VOCsk_OH的QSAR研究中，包括随机森林、支持向量机、梯度提升树、人工神经网络等。研究表明，对于包含2000种以上VOCs的大型数据集，机器学习模型的预测R²可达0.95以上，比传统线性模型的精度提高15%-20%，尤其对含多种杂原子、多环结构的化合物优势更为显著。为了避免模型过拟合，研究人员逐步建立了严格的模型验证体系，包括内部验证、外部验证和应用域表征三个核心部分。内部验证通常采用留一法交叉验证、k折交叉验证，确保模型对训练集内部数据的稳定性；外部验证要求将数据集按照7:3或8:2的比例随机划分为训练集和测试集，测试集的预测R²需不低于训练集的90%，确保模型的泛化能力；应用域表征则通过基于欧氏距离、马氏距离的方法，明确模型的适用范围，避免对结构超出训练集覆盖范围的化合物进行不合理预测。经济合作与发展组织（OECD）在2007年发布了QSAR模型构建和验证的统一指南，要求用于监管目的的QSAR模型必须满足“有明确的环境终点、明确的算法、定义清晰的应用域、适当的验证指标、可解释的作用机制”五个条件，这一指南的出台极大推动了VOCsk_OHQSAR模型的标准化发展，目前已有多个经过严格验证的QSAR模型被纳入美国EPA的EPISuite软件，供研究人员和环境管理部门免费使用。4QSAR模型在大气化学研究中的应用QSAR模型首先被用于补充实验缺失的k_OH数据，完善大气化学机理模型。目前主流的大气化学机理如CB05、RADM2、MCM等包含数百种VOCs的反应参数，其中约30%的k_OH数据来自QSAR预测。对于大气中含量低、活性高的中间体，如过氧自由基、烯醇类化合物，实验测定k_OH难度极大，QSAR模型提供的参数是机理模型构建的重要支撑。研究人员利用QSAR模型预测了100余种含氧有机中间体的k_OH值，将其引入MCM机理后，对臭氧生成的模拟偏差降低了12%-18%，显著提高了机理模型的模拟精度。其次，QSAR模型被用于评估新兴VOCs的大气环境影响。随着工业发展，每年有大量新的化学品被排放到大气中，评估其大气寿命和二次污染物生成潜力是环境管理的迫切需求。研究人员利用QSAR模型系统预测了200余种常用药物和个人护理品（PPCPs）的k_OH值，发现其中70%以上的化合物大气寿命小于2天，不会发生长距离传输，但部分含氯、含氟的PPCPs大气寿命超过10天，具有区域污染影响。针对不断增多的氟代溶剂、新型阻燃剂等VOCs，QSAR模型为其环境风险评估提供了快速、低成本的技术手段。此外，QSAR模型为揭示VOCs反应活性的内在规律提供了理论工具。通过分析模型中描述符的权重，可以明确不同结构因素对反应活性的贡献大小，例如通过对芳香烃QSAR模型的解析，发现环上取代基的电子效应对反应活性的贡献占比约为70%，侧链结构的贡献占比约为30%，这一结论为理解芳香烃的大气氧化机理提供了重要依据。研究人员还通过QSAR模型发现，含相同官能团的VOCs的k_OH与分子的饱和蒸气压、辛醇-水分配系数等理化参数存在内在关联，为构建多参数的环境行为预测模型提供了新思路。当前VOCs与·OH反应的QSAR研究仍然存在一些不足：一是对复杂反应路径的区分能力不足，多数模型只能预测总反应速率