本研究由Tianjin University of Science and Technology的Jiaqi Wu、Fangyou Yan*、Qingzhu Jia和Qiang Wang合作完成，发表于Elsevier旗下期刊《Colloids and Surfaces A: Physicochemical and Engineering Aspects》，2020年10月22日在线发表，文章编号S0927-7757(20)31405-9。

学术背景
表面活性剂的亲水亲油平衡值（Hydrophile-Lipophile Balance, HLB）是评价其性能的关键指标，尤其对非离子型表面活性剂（non-ionic surfactants）的应用（如乳液稳定性、药物递送系统）至关重要。传统HLB测定方法（如相转变温度法）耗时且复杂，而定量构效关系（Quantitative Structure-Property Relationship, QSPR）模型通过分子结构预测HLB值具有显著优势。然而，现有QSPR模型存在数据集有限（如仅覆盖乙氧基醇类）、预测精度不足（R²<0.97）或描述符普适性差等问题。本研究提出基于NORM描述符（Norm Descriptor Concept）的新型QSPR模型，旨在解决上述局限性。

研究流程
1. 数据收集与处理
- 样本集：从文献中收集237种非离子型表面活性剂，涵盖直链烷基、聚氧乙烯链和聚氧丙烯链三类结构（补充材料表S1）。
- 结构优化：使用HyperChem软件通过AM1半经验方法优化分子结构，确保几何构象准确性。

1. NORM描述符开发

   • 矩阵构建：设计22种原子分布矩阵（Atomic Distribution Matrices），包括4种距离矩阵（MA-MD）和9种属性矩阵（如原子量Paw、最外层电子数Poe等，表1）。
     
   • 描述符计算：通过矩阵运算（如转置、点乘）生成22个NORM描述符（Ik），其物理意义涉及原子空间分布与电子特性（表2）。
     

2. 模型建立与验证

   • 建模方法：采用多元线性回归（MLR）构建HLB预测方程（式11），系数（bk）通过最小二乘法拟合。
     
   • 验证策略：
     
     • 内部验证：留一法交叉验证（LOO-CV）、5折和10折交叉验证，R²均>0.9865，平均绝对相对偏差（AARD）<4.09%。
       
     • 外部验证：数据集按4:1分为训练集（n=190）和测试集（n=47），测试集R²=0.9900，AARD=3.47%。
       
     • Y随机化检验：1000次随机化后R²均值仅0.1276，排除偶然相关性。
       
   • 应用域分析：94.1%样本的杠杆值（h）低于临界值（h*=0.3632），模型适用范围广（图6）。
     

主要结果
1. 模型性能
- 全数据集R²=0.9901，AARD=2.93%，均方根误差（RMSE）=0.4138（表3），显著优于文献报道的Gad等（R²=0.9272）和Chen等（R²=0.9673）模型（表4）。
- 关键描述符贡献分析显示，原子量（Paw）和最外层电子数（Poe）对HLB影响最大（补充材料表S2）。

1. 对比验证
   
   • 相同数据集（n=93）下，本模型AARD（3.49%）较Gad等（8.49%）降低58.9%；对Chen等研究的50个样本，R²提升至0.9822（原模型0.9621）。
     

结论与价值
1. 科学意义
- 验证NORM描述符在非离子型表面活性剂HLB预测中的普适性，为胶体与界面科学领域提供新方法论支持。
- 模型的高精度（R²>0.99）和低误差（AARD%）使其可替代实验测定法，加速表面活性剂设计。

1. 应用价值
   
   • 可指导工业配方优化（如乳液稳定性调控）、药物载体开发及环境友好型表面活性剂筛选。
     

研究亮点
1. 方法创新：首次将NORM描述符应用于非离子型表面活性剂HLB预测，解决传统QSPR模型结构覆盖窄的问题。
2. 数据规模：237种样本为同类研究中最大，涵盖三类典型结构，显著扩展模型应用范围。
3. 验证严谨性：通过交叉验证、Y随机化、应用域分析等多维度验证，确保模型稳健性。

其他发现
- 模型对高杠杆值样本（3.4%）仍保持预测可靠性，提示其对结构异常值的包容性。
- 补充材料提供完整计算流程（如矩阵运算细节），增强研究可重复性。

本研究为HLB预测提供了迄今最精确的QSPR工具，同时深化了对分子结构与表面活性性能关联的理解。