原文服务方: 农业资源与环境学报       
摘要:
生物降解是许多有机化合物主要降解途径之一。近年来,难降解的有机化合物的任意排放使得环境污染越来越严重,为了防止由此造成的环境污染问题,对于有机化合物生物降解能力的预测显得至关重要。有机化合物的结构与生物降解定量关系(QSBR)的研究与发展,对于预测有机化合物的生物降解性提供了重要的帮助。本文主要综述了近几年来国内外在这领域的研究进展,对现有的有机化合物的结构与生物降解定量关系模型进行系统的总结、评价,分析了模型研究中存在的具体问题,并提出了进一步改进的几点建议,展望了其在环境保护规划、预警及评估等方面的应用前景。
推荐文章
土壤和沉积物中多氯代有机化合物厌氧降解研究进展
土壤
沉积物
多氯联苯
有机氯农药
厌氧脱氯
微生物
膜生物反应器与有机化合物的生物转化研究进展
膜生物反应器
生物转化
有机化合物
酶/细胞固定化
双酚类化合物的生物降解研究进展
双酚类化合物
生物降解
好氧
厌氧
人工神经网络在含氧有机化合物定量结构-保留关系中的应用
含氧有机化合物
人工神经网络
定量结构-保留关系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 有机化合物结构与生物降解定量关系的研究进展
来源期刊 农业资源与环境学报 学科
关键词 生物降解 QSBR QSAR 基团贡献法 人工神经网络
年,卷(期) 2011,(5) 所属期刊栏目 关注
研究方向 页码范围 7-11
页数 分类号 X508
字数 语种 中文
DOI 10.3969/j.issn.1005-4944.2011.05.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈树宝 南京工业大学生物与制药工程学院 188 2155 24.0 35.0
2 范德玲 南京工业大学生物与制药工程学院 3 25 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (62)
参考文献  (29)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(9)
  • 参考文献(2)
  • 二级参考文献(7)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(8)
  • 参考文献(3)
  • 二级参考文献(5)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(7)
  • 参考文献(3)
  • 二级参考文献(4)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生物降解
QSBR
QSAR
基团贡献法
人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业资源与环境学报
双月刊
1005-4944
12-1437/S
大16开
1984-01-01
chi
出版文献量(篇)
2978
总下载数(次)
0
总被引数(次)
20598
论文1v1指导