水解是化学品在环境中重要的降解途径，水解速率常数是评价化学品环境持久性的重要参数。但化学品水解速率常数的数值十分缺乏，难以满足其环境持久性评价和预测的现实需求。过去几十年，化学品水解速率常数的预测技术一直徘徊不前，传统的线性自由能关系模型不能用于抗生素、塑化剂等化学品的水解速率常数预测。实验数据的缺乏和水解机理的不明确，也限制了水解速率常数预测模型的构建。陈景文教授课题组一直致力攻克此难题， 2015年，基于密度泛函理论(DFT)计算，成功实现了具有复杂水解路径的抗生素头孢拉定水解途径和动力学的模拟预测(ES&T, 2015, 49: 1552-1558，)。

    近期，博士生徐童等人将研究又推进一步。邻苯二甲酸酯(PAEs)是一类典型的高产量化学品，一些PAEs对生物具有内分泌干扰效应，碱催化水解是PAEs在水环境中重要降解途径。然而，仅有5个PAEs具有碱催化水解速率常数(k_B)值，美国环保局历经30多年持续研发的化学品环境行为预测软件EPI Suite也不能预测PAEs的k_B值。徐童等人筛选了DFT方法，计算了25种PAEs的碱催化水解反应路径和k_B值，进而构建了3个定量构效关系模型，分别用于预测PAEs的碱催化水解路径和k_B值，解决了数百种PAEs因缺乏k_B值而难以评价其环境持久性和危害性的难题，也将化学品水解速率常数的预测技术向前推进一大步。相关论文近期发表在ES&T(DOI: 10.1021/acs.est.9b00574)上，下图为受ES&T邀请，制作的期刊辅助封面/Supplementary Cover和题图。