Resumen

El punto de inflamación (PF) de un compuesto es la principal propiedad utilizada en la evaluación de los riesgos de incendio de los líquidos inflamables y es una de las informaciones cruciales que deben poseer las personas que manipulan líquidos inflamables en lo que respecta a la seguridad industrial. En este trabajo, se recopilaron las PF de 236 compuestos organosilícicos y se utilizaron para construir un modelo de relación cuantitativa estructura-actividad (QSAR) para predecir sus PF. Se utilizó el software CODESSA PRO para calcular los descriptores moleculares necesarios y se desarrollaron 350 descriptores moleculares para cada compuesto. Se aplicó un algoritmo modificado de regresión por pasos para elegir los descriptores que estaban altamente correlacionados con el FP de los compuestos organosilícicos. El modelo propuesto era un modelo de regresión lineal compuesto por seis descriptores. Este modelo de 6 descriptores dio un valor R 2 de 0,9174, un valor Q LOO 2 de 0,9106 y un valor Q 2 de 0,8989. El error medio de ajuste y el error medio de predicción resultaron ser de 10,34 K y 11,22 K, respectivamente, y el error medio de ajuste en porcentaje y el error medio de predicción en porcentaje resultaron ser de 3,30 y 3,60%, respectivamente. En comparación con la reproducibilidad conocida de la medición de la PF mediante el método de ensayo estándar, estos resultados predichos tenían una precisión satisfactoria.

• Materias:Reacciones químicas Electroquímica Biología molecular Química farmacéutica Química analítica
• Subjects:Chemical reactions Electrochemistry Molecular biology Chemistry pharmaceutical Analytical chemistry
• Palabras claves:error medio de ajuste, error medio de predicción, valor, líquidos inflamables, descriptores moleculares, compuestos organosilíceos, relación cuantitativa estructura-actividad, software codessa pro, modelo de regresión lineal, método de prueba estándar
• Keywords:average fitting error, average predictive error, value, flammable liquids, molecular descriptors, organosilicon compounds, quantitative structure activity relationship, codessa pro software, linear regression model, standard test method