.png){kind=icon}
返回
Modeling Carbon Basicity
.png){kind=icon}
PRE
AI
DOI：10.1002/minf.202400296.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种预测芳香环中可质子化碳原子的水合离子化常数（pKa）的预测模型。碳原子有时在水中作为稳定且可逆的碱接受质子的现象在药物化学中鲜为人知，尽管在过去的60多年中，普通化学家对此已有了解。我们介绍了两种预测模型的开发及结果：1）识别环中最碱性的碳原子，以及2）计算所得微观pKa值。这两个模型均整合到了我们全局（即考虑所有可离子化基团）的S+pKa模型中[1-2]。
Keyword:
carbon basicity
ionization constant
machine learning
pK(a)
prediction
期刊
IF:
3.1
论文数:
87
被引数:
2.2K
机构
引用论文
MO-Theoretical Approach to the Mechanism of Charge Transfer in the Process of Aromatic Substitutions
.png){kind=icon}
PREAI
分享收藏Determination of Octanol-Water Equivalent Partition Coefficients of Indolizine and Substituted 2-Phenylindolizines by Reversed-Phase High-Pressure Liquid Chromatography and Fragmentation Values通过反相高压液相色谱法和碎片化值测定吲哚里嗪及其取代的2-苯基吲哚里嗪的辛醇-水分配系数。
PREAI
分享收藏
查看更多内容