Physicochemical properties of tire-derived para-phenylenediamine quinones - A comparison of experimental and computational approaches
Notice bibliographique
Résumé
Para-phenylenediamine (PPD) compounds are added to tire rubber at percent levels to sacrificially react with oxidants for prolonged service life. Recently, the PPD transformation product N-(1,3-dimethylbutyl)-N’-phenyl-p-phenylenediamine quinone (6PPDQ) has been identified in roadway runoff as a potent toxicant for coho salmon (Oncorhynchus kisutch). As 6PPD may be phased out in favour of alternative PPDs, understanding the physicochemical properties of their corresponding quinones is important for predicting their environmental fate, distribution, and toxicity. Here, we present an experimentally determined log KOW for 6PPDQ (4.0 ± 0.2) as well as water solubility values for 6PPDQ and five structural analogues (3.2 – 170 µg/L). The water solubilities were several orders of magnitude lower than those predicted by EPI Suite and OPERA, popular Quantitative Structure Activity Relationship (QSAR) programs. We also report octanol-water and air-water partition ratios for PPDQs using Density Functional Theory (DFT) and QSAR approaches. Both methods provided similar rank ordering of compounds. We found that DFT tends to underestimate log KOW values, while QSAR models provide a better agreement with experimental results. Conversely, QSAR models provided poorer predictions of log KAW values than DFT. We discuss the strengths and limitations of both computational approaches, the need for more experimentally derived values, and caution researchers interpreting predicted physicochemical properties, particularly for emerging contaminants for which QSARs may be insufficiently parameterized.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».