孙飞飞，雷乐成，朱京科

（浙江大学化学工程与生物工程学院，生物质化工教育部重点试验室，浙江 杭州310027）

溶解度是化合物的一种基本性质，由化合物的分子结构所决定，在化工过程、药物和环境中化学物质迁移等研究方面都具有重要作用，因此建立快捷、可靠、普适的溶解度预测方法引起了人们极大兴趣。自20世纪70年代后，研究者们相继提出各种理论模型预测溶解度。1975年，Amidon等[1]基于分子表面积法建立理论模型，用于预测158个有机化合物的溶解度。之后，研究者们又相继提出了基团贡献法[2]、分子连接性指数法[3]以及人工神经网络法[4]等方法。此类方法均可归结为定量结构-性质构效关系（QSPR）方法，即根据化合物的分子结构参数（分子描述符）与某一性质（如溶解度）之间的定量关系建立预测模型。进行溶解度的QSPR研究主要包括两大步骤：①分子描述符的计算与优化；②模型的建立与评价。分子描述符通常根据所解决的问题从化合物的一系列理化参数中筛选，针对化合物溶解度的预测问题，研究者们相继提出了3类分子描述符：①组成描述符；②试验参数；③理论计算描述符。而相关的建模方法主要有：①线性建模法；②非线性建模法；③线性与非线性联合建模法。本文基于文献报道的溶解度预测方法的研究进展，分别评述了三类分子描述符所具有的特点，并介绍了三类最常用的建模方法，最后归纳总结溶解度预测方法所面临的挑战，并展望其未来发展趋势。……