有机物大量使用甚至滥用导致水体环境污染严重,为了实现对有机物在环境中迁移转化定量化研究,有机物水溶解度是关键参数。每年新和成的有机物达到上万种,通过人工手段去测量费时费力,由此通过定量构效关系计算手段来预测有机污染物溶解度就是必要的。本课依据增广欧式空间距离矩阵构建分子矩阵,提出范数描述符,利用多元线性回归手段构建溶解度预测模型,并通过留一交叉验证(LOO-CV)、Y随机化验证(Y-test)和应用域(AD)验证对计算模型的准确性和稳定性进行了评判。首先,对36个酚类同系物、61个多氯联苯类同系物和103个羧酸类同系物建立的定量构效关系溶解度预测模型,结果表明:这三个模型对溶解度的预测都有较好的精确度,相关性系数为0.9381-0.9571;这三个模型留一交叉验证的相关性系数为0.8106-0.9493,说明模型具有较好的稳定性;Y随机化验证中新计算的随机模型相关性系数都非常小,说明三个模型在构建中不存在过度拟合和生成偶然性;应用域验证表明三个模型能给出较宽的应用域,说明模型的具有一定的推广性。为了进一步增强模型的稳定性和广泛实用性,本研究将以上三个样本合并,构建了一个包含多种类结构的有机物综合样本,在对范数描述符进一步优化筛选的基础上,建立了新的溶解度预测模型,相关性系数高达0.9595,留一交叉验证的相关性系数为0.9546,Y随机化验证和应用域验证,结果都令人满意。综上,本研究在有机物分子图论基础上提出的范数描述符对有机物的结构具有较好的描述性,能从根本上反应分子的结构特性和原子组成特性。依据范数指数构建的模型能够实现对有机物分子结构的量化分析,因此构建的范数描述符-溶解度预测模型具有较强的准确性和稳定性。同时,该系列范数描述符有进一步推广应用于有机物其他物性参数的预测的潜力。