Made available in DSpace on 2017-07-10T19:23:40Z (GMT). No. of bitstreams: 1
Ralpho.pdf: 2205542 bytes, checksum: 37ae4ee862cc62b72b5ed65409967739 (MD5)
Previous issue date: 2013-05-17 / Collecting data on pesticide effects on the environment and several ecosystems is a slow
and costly process. Therefore, significant research efforts have been focused on developing
mathematical models to predict physical, chemical or biological properties of environmental
interest. The soil sorption coefficient normalized to organic carbon content (Koc) is a
physicochemical key parameter used in environmental risk assessments of substances
released into the environment. Thus, several logKoc prediction models that use hydrophobic
parameter (logP) or the logarithm of water solubility (logS) as descriptor have been reported
in the last decades. Mostly, due to the lack of reliable experimental values of logP or logS,
algorithms are used to calculate such properties. Despite the availability and easiness to
access several algorithms for this purpose, scientific studies do not describe the procedure
adopted to choose the algorithm used in quantitative structure-property relationship (QSPR)
studies. Furthermore, the strong correlation between logP and logS prevents their application
in the same mathematical equation obtained by multiple linear regression method. Since the
sorption process of a chemical compound in soil is related both to its water solubility and its
water/organic matter partition, it is expected models that are able to combine these two
properties will can record more realistic results. This doctoral dissertation consists of two
scientific papers. In the first one, a study was carried out to check the influence of choosing
logP algorithm on logKoc modeling. Models were constructed to relate logKoc with logP
according to different freeware algorithms. All models were assessed based on their statistic
qualities and predictive power. The obtained results clearly showed that an arbitrary choice
of the algorithm may not result in the best prediction model. On the other hand, a good
choice can lead to obtaining simple models with statistic qualities and predictive power
comparable to more complex models. The second paper aims at proposing an alternative
approach for logKoc modeling, using simple descriptor of solubility, here referred as logarithm
of corrected solubility by octanol/water partition (logSP). Thus, models were built with this
descriptor and also with logP and logS conventional descriptors, which are isolated or
associated with other explicative variables of easy physicochemical interpretation. The
obtained models were validated and compared to other models previously published. The
results showed that the use of logSP descriptor to replace the conventional ones led to
obtaining simple models with statistic qualities and predictive power that are higher than
other more complex models already found in literature. / A coleta de dados relativos aos danos causados pelos pesticidas sobre o meio ambiente e
seus ecossistemas é lenta e onerosa. Desta maneira, grandes incentivos têm sido
destinados às pesquisas que visam à construção de modelos matemáticos para predição de
propriedades físicas, químicas ou biológicas de interesse ambiental. O coeficiente de sorção
no solo normalizado para o conteúdo de carbono orgânico (Koc) é um importante parâmetro
físico-químico utilizado nas avaliações de riscos ambientais das substâncias lançadas no
meio ambiente. Assim, vários modelos para predição de logKoc, utilizando o parâmetro
hidrofóbico (logP) ou o logaritmo da solubilidade em água (logS) como descritores, têm sido
publicados nas últimas décadas. Muitas vezes, em virtude da ausência de valores
experimentais confiáveis de logP ou logS, são usados algoritmos para o cálculo dessas
propriedades. Apesar da disponibilidade e facilidade de acesso a diversos algoritmos para
tal finalidade, os artigos científicos não descrevem o procedimento adotado para escolha do
algoritmo usado nos estudos QSPR. Além disto, a forte correlação entre logP e logS impede
que sejam usados em uma mesma equação obtida por regressão linear múltipla. Como o
processo de sorção de um composto químico no solo está relacionado tanto com sua
solubilidade em água como com sua partição água/matéria orgânica, espera-se que
modelos que sejam capazes de combinar essas duas informações possam gerar resultados
mais realistas. Este trabalho de tese é constituído de dois artigos. No primeiro artigo, foi feito
um estudo para verificar a influência da escolha do algoritmo de logP na modelagem de
logKoc. Foram construídos modelos que relacionam logKoc com logP a partir de diferentes
algoritmos livres disponíveis. Todos os modelos foram avaliados quanto às suas qualidades
estatísticas e poder de predição. Os resultados obtidos mostraram claramente que uma
escolha arbitrária deste algoritmo pode não levar ao melhor modelo de predição. Por outro
lado, uma boa escolha pode conduzir à obtenção de modelos simples com qualidades
estatísticas e poder de predição comparáveis a de modelos mais complexos. No segundo
artigo, o objetivo foi a proposição de uma abordagem alternativa para a modelagem de
logKoc, utilizando um descritor simples de solubilidade, aqui designado como logaritmo da
solubilidade corrigida pela partição octanol/água (logSP). Assim, foram construídos modelos
com tal descritor e também com os descritores convencionais logP e logS, isolados ou
associados com outras variáveis explicativas de fácil interpretação físico-química. Os
modelos obtidos foram validados e comparados com outros modelos publicados
anteriormente. Os resultados mostraram que o uso do descritor logSp em substituição aos
descritores convencionais conduziu à obtenção de modelos simples com qualidades
estatísticas e poder de predição superiores a de outros modelos mais complexos
encontrados na literatura.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.unioeste.br:tede/2625 |
Date | 17 May 2013 |
Creators | Reis, Ralpho Rinaldo dos |
Contributors | Sampaio, Silvio César |
Publisher | Universidade Estadual do Oeste do Parana, Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola, UNIOESTE, BR, Engenharia |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações do UNIOESTE, instname:Universidade Estadual do Oeste do Paraná, instacron:UNIOESTE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds