文献来源
原文链接：
https://doi.org/10.3390/molecules27020385
概述
这篇文章是关于利用计算化学方法预测嘧啶和相关化合物的pKa的研究。作者使用密度泛函理论（DFT）和隐式溶剂模型来计算一系列不同的嘧啶和相关化合物的质子化能量，从而预测它们的pKa。
作者介绍了使用的计算方法和技术，并通过比较计算结果和实验数据来验证计算方法的可靠性。结果表明，所提出的计算方法可以较准确地预测嘧啶和相关化合物的酸度。同时，作者还使用了ACD/Labs PhysChem Suite商业软件对同样的化合物进行了pKa预测，对软件预测结果进行了比较和验证，发现ACD/Labs软件的预测结果与实验数据也非常吻合！
在本文中，对于许多嘧啶和相关化合物，既有从阳离子到中性的解离（AH2+ → AH + H+，称为pKa1），也有从中性到阴离子的解离（AH → A− + H+，称为pKa2）的值。这些值在表1中列出。
表1. 报告了所研究的嘧啶和相关杂环的实验pKa1和pKa2值以及ACD计算值
ACD/Labs软件计算pKa1的线性回归方程如下：
pka1 (exp.) = 1.07 (±0.03) ∙ pka1 (ACD) + 0.34 (±0.2)
其中，n=19，R2= 0.991, s = 0.334，F=1583
ACD/Labs软件计算pKa1的线性回归方程如下：
pKa2 (exp.) = 0.95 (±0.05) ∙ pKa2 (ACD) + 0.92 (±0.52)
其中， n = 13, R2 = 0.966, s = 0.612, and F = 316.
总结
该研究还通过分析不同化合物的电子结构和分子几何形状，揭示了影响嘧啶和相关化合物酸度的重要因素。作者认为，这些发现可以为进一步优化和设计新的相关化合物提供指导和参考。ACD/Labs PhysChem Suite软件是一种快速、准确、可靠的预测工具，可以用于预测嘧啶和相关化合物的pKa，为化学物质设计和优化提供重要的帮助。
首页
