药物的定量结构色谱保留关系研究

采用人工神经网络(ANN)建立了110种药物的结构与色谱保留之间的定量关系(QSRR)模型,并将其与偏最小二乘回归(PLSR)模型进行比对.110种药物的ANN模型自相容能力的复相关系数(R^(2))为0.9191,泛化能力的复相关系数(R^(2))为0.9365;而PLSR模型的复相关系数(R^(2))为0.8275和0.8514.结果表明,ANN模型的自相容能力、泛化能力优于PLSR模型.采用集内集和集外集对模型进行检验时,ANN模型的复相关系数(R^(2))为0.9105,也优于PLSR模型,且ANN预测精密度和准确度更高.

多氯代二苯并呋喃在不同色谱柱上的气相色谱保留行为——定量结构-色谱保留关系(QSRR)的研究

以一种拟原子的方式处理多氯代二苯并呋喃 (PCDFs)异构体中的苯环 ,将PCDFs异构体中的原子或基团分为 3类 ,即 :氯原子 (Cl) (记为“1”) ,氧原子 (O) (记为“2”)及拟原子 (B) (记为“3”)。在烷烃分子距边矢量的基础上 ,提出一种以基团为基准的分子距离边数矢量 (μ矢量 ) ,借助多元线性回归方法分别建立了多氯代二苯并呋喃在不同色谱柱上的色谱保留指数与表征其结构的 μ矢量间的定量结构 色谱保留关系 (QSRR)相关模型。各样本总体所建模型的相关系数均在 0 98以上。为检验模型的稳定性和预测能力 ,还进行了留一法交互校验 ,交互检验的相关系数均在 0 97以上。结果表明 :所提出的新的分子距离边数矢量具有结构选择性高、性质相关性好以及计算简便等优点。所建QSRR模型复相关系数高、稳定性好。

邻苯二甲酸酯类化合物的定量结构-色谱保留关系

应用分子电性距离矢量(MEDV)对16个邻苯二甲酸酯类化合物(PAEs)进行结构表征,通过多元线性回归建立PAEs结构与其气相色谱保留时间的定量结构-色谱保留关系(QSRR)模型;同时采用内部及外部双重验证的办法对所建模型稳定性进行分析和验证,所建立的模型相关系数为0.9110,交互检验相关系数为0.8556,外部样本预测的相关系数为0.8914。结果表明:MEDV能较好地表征该类分子结构信息,所建模型具有良好的稳定性和预测能力,为邻苯二甲酸酯类化合物的气相色谱定性提供了一个便捷的新方法。

定量结构-保留相关关系辅助气相色谱-质谱法和气相色谱-红外光谱法定性分析香精中的醛酮酯类化合物

构建了简单的醛酮酯类化合物定量结构-保留相关关系(Quantitative structure-retention relationship,QSRR),结合气相色谱-质谱/气相色谱-红外光谱(GC-MS/GC-IR)方法建立快速、准确的香精样品中醛酮酯类化合物定性分析方法。以醛酮酯标样保留时间tR为因变量,分子拓扑指数0Q为自变量进行多元线性回归拟合(MLR)得到tR=0Q×A+B的QSRR模型;混合标样预测集得到QSRR模型为tR=0.90900Q-5.279(醛酮)和tR=0.82360Q-7.422(酯),相关系数R2=0.997,测试集化合物预测值与实验值的相对误差小于5%;结合GC-MS/GC-IR分析方法检测和谱库检索化合物类别,快速准确定性分析香精样品中醛酮酯类化合物,为复杂基体中醛酮酯类同系物和同分异构体分析提供了快速、准确的定性方法。

反相液相色谱中溶质保留值与溶剂化结构参数间的定量关系

本文研究了等度条件下反相液相色谱中溶质的保留值与溶剂化结构参数间的定量关系;考察了反相液相色诺保留值变化规律式Ink’=a+cC_b中参数a.c与溶剂化结构参数间的定量关系,结果表明能较好地预测等度和不同冲洗剂组成下溶质的保留值.将乙腈-水和甲醇-水冲洗剂下的a,c值定量关联,表明在考虑溶质的氢键作用参数后.其相关性有所提高.

香水百合头香成分的定量结构-色谱保留关系研究

采用固相微萃取(SPME)/气相色谱-质谱(GC-MS)联用技术分析香水百合的头香成分,通过保留指数与质谱解析相结合的方法,共鉴定出(E)-罗勒烯、芳樟醇、苯甲酸甲酯、(E)-2-甲氧基-4-(1-丙烯基)-苯酚、4-甲基-2-甲氧基苯酚、月桂烯和(Z)-罗勒烯等35种化合物。采用多元线性回归(MLR)方法建立定量结构-色谱保留关系(QSRR)预测模型,并对训练集及测试集中化合物的保留指数进行预测,结果表明,计算值与预测值接近,QSRR方程预测性能较好。

罗望子挥发性组分的定量结构--色谱保留值关系研究

采用分子电性距离矢量(MEDV)表征罗望子挥发油各组分的分子结构,运用多元线性回归建立定量结构-色谱保留关系(QSRR)模型,同时采用逐步回归结合统计检测对模型进行变量筛选,建立了罗望子挥发油定量结构-色谱保留(QSRR)关系的8变量和5变量模型,两QSRR模型的建模计算值复相关系数(R)分别为0.975和0.974;留一法(leave-one-out)交互校验复相关系数(R)分别为0.951和0.965,表明模型具有良好的估计能力与稳定性。

多环芳烃气相色谱保留指数与结构参数的定量关系

将距离矩阵与邻接矩阵相结合,提出新颖的表征多环芳烃分子支化度的描述子CN和表征多环芳烃分子结构的描述子CT;采用线性回归方法构建100种多环芳烃气相色谱保留指数的定量相关模型。所得模型的非交叉验证系数R=0.997 0,交叉验证相关系数RCV=0.996 7。随机选出70种多环芳烃化合物作为训练集,其余30种作为测试集来验证模型的预测能力和稳健性。研究结果表明:训练集和测试集的复相关系数分别为0.997 2和0.996 8,定量计算结果与实验结果较吻合。

广义相关指数用于持久性环境污染物的定量结构-色谱保留关系研究

基于分子拓扑图形特征和顶点连接方式,通过定义广义相关函数、性质相关参数以及距离关系函数等概念,将“面向用户”实际应用的观点及对目标问题“自适应性”的思想引入到分子结构表征当中,从而得到一种新型分子拓扑性质表征方法:广义相关指数(GC I)。使用该指数对115个多氯代二苯并呋喃、41个多氯代二苯并-p-二、62个多氯代萘和210个多氯联苯在DB-5气相色谱柱上的保留行为进行了定量结构-色谱保留关系研究,所得模型复相关系数Rcum以及交叉检验复相关系数Qcum均在0.98以上。结果表明GC I指数具有较强分子结构表达能力及对化合物各类性质的优良适应性。

有机磷酸酯类化合物定量结构-色谱保留关系及稳健性分析

以分子拓扑指数作为结构描述符,采用最佳子集回归方法,建立了35种有机磷酸酯类化合物在3种不同极性固定相上的定量结构-色谱保留关系(QSRR)模型。3个QSRR模型均具有良好的拟合能力,对QSRR模型分别进行了交叉验证及外部数据集验证,结果表明各模型具有较强的预测能力。对QSRR模型的系数、标准误差及相关系数均进行了蒙特卡洛模拟,结果证实蒙特卡洛方法可用于QSRR模型的稳健性分析。

生物分配胶束色谱的药物定量结构保留关系

目的建立药物在生物分配胶束色谱的定量结构保留关系,解析药物在生物分配胶束色谱的保留机理,用于预测新化合物的保留行为,以指导新化合物的设计。方法采用逐步回归与偏最小二乘回归等化学计量学方法,对110个药物的生物分配胶束色谱保留因子与影响药物吸收的基本物理化学参数等进行线性回归,建立药物保留行为的预测模型。结果建立了基于影响药物吸收的物理化学参数的药物生物分配胶束色谱定量结构保留关系,采用测试集进行外部验证显示模型具有良好的预测能力(R2>0.82)。药物的疏水性[正辛醇/水分配系数(P)的对数值的计算值,cal-culated logP,ClogP]、电荷(δ)、分子量(molecular weight,MW)、总表面积(total surface area,TSA)等对其在生物分配胶束色谱的色谱保留作用显著。结论药物在生物分配胶束色谱的定量结构保留关系建立有助于解析药物的保留行为,指导新化合物的设计,提高新药研发的成功率。

全缘叶绿绒蒿挥发性组分定量结构-色谱保留关系研究

提出顶点及顶点相互作用矢量的概念,并将该矢量用于复杂样本的分子结构表征。采用逐步回归结合统计检测对变量进行筛选后,再用多元线性回归建立了定量结构-色谱保留(QSRR)关系的7变量模型,模型的建模计算值复相关系数(R)为0.990,标准偏差(SD)为1.325;留一法(LOO)交互检验复相关系数(RCV)为0.983,标准偏差(SDCV)为1.696。结果表明该矢量具有较强的分子结构表达能力,模型具有良好的估计能力与稳定性。

分子相似性方法用于药物反相色谱定量结构色谱保留关系的研究

应用分子相似性方法研究药物的反相色谱定量结构 色谱保留关系 (QSRR)。在全面考察药物的分子结构参数的基础上 ,采用分子相似性计算方法 ,将化合物结构信息变量转换为相似系数变量 ,并结合人工神经网络技术 ,对 16 2种药物进行反相色谱定量结构与色谱保留关系的研究。成功地应用分子相似性方法实现了对容量因子这一色谱保留参数的预测 ,建立了物理意义明确、预测能力较强的分子结构参数与反相色谱流动相溶剂强度和容量因子之间的定量关系模型 ,实验验证的结果也比较理想。检验集样本的文献实验值与预测值的相关系数为 0 996 ,剩余标准差为 0 2 44 (n =18) ;预示集样本的验证实验值与预测值的相关系数为 0 992 ,剩余标准差为 0 131(n =7) ,表明分子相似性方法可较满意地用于药物的反相色谱QSRR的研究。

基于分子相互作用力场分析的多氯代二苯并二噁英定量结构-色谱保留关系

提出了基于分子相互作用力场(MIF)、应用偏最小二乘(PLS)与多区组偏最小二乘(MBPLS)分析相结合,建立并检验多氯代二苯并二噁英(PCDD)定量结构-色谱保留关系(QSRR)模型的研究方法。分别以表征van der Waals、氢键和疏水效应的C3、H和DRY探针,计算75种PCDD的分子相互作用力场,并与其气相色谱Kov偄ts保留指数进行PLS与MBPLS分析,建立了拟合与预测效果良好的QSRR模型。其中MBPLS模型相关系数r2为0.998;交叉验证的相关系数q2为0.994。采用投影变量重要性方法判断了各种效应在PCDD色谱保留中的贡献。结果表明:van der Waals作用的影响最大,其次为疏水效应,而氢键效应影响较小。

醇类异构体气相色谱保留指数与分子结构的定量关系

基于Wiener指数(W),构建距离拓扑指数(T).T与30个醇异构体在PEG-1500,PEG-20M,OV-101等3种不同固定相上的气相色谱保留指数(RI)进行关联,其相关系数分别为0.9992,0.9983,0.9988,计算值与实验值能很好地吻合.T是一种结构选择性和性质相关性俱佳的拓扑指数.

细风轮菜挥发油的定量结构-色谱保留关系

为了研究细风轮菜挥发油组分的天然香气特征及色谱保留性质,基于Kier分子价连接性指数（nXtV）、分子电性距离矢量（Ml）、原子类型电性拓扑状态指数（Ek）构建细风轮菜挥发油分子结构与色谱保留时间（t）的定量构效关系模型,其多元线性回归方程的相关系数为0.993,用Jackknife法对模型的稳健性进行检验,其相关系数均在0.993~0.994之间,具有高度的稳健性和良好的预测能力。结果表明：Kier分子价连接性指数、分子电性距离矢量、原子类型电性拓扑状态指数能够较全面地表征分子结构特征,从而有效揭示影响细风轮菜挥发油组分色谱保留时间的本质因素。

BP网络用于枣香味成分的定量结构色谱保留关系研究

采用误差反传前向人工神经网络(BP-ANN)建立了63种大枣香味成分的结构与色谱保留之间的定量关系模型(QSRR)。以63种大枣香味成分的分子电性距离矢量为输入参数,色谱保留时间为输出参数,采用内外双重验证法分析该模型的稳定性和外部预测能力。所构建网络模型的相关系数为0.998 9,交叉检验相关系数为0.998 9,标准偏差为0.959,残差绝对值低于3.844,应用于外部预测集,外部预测集相关系数为0.998 9;而多元线性回归(MLR)法模型的相关系数为0.981 9,交叉检验相关系数为0.982 0,标准偏差为3.697、残差绝对值低于9.264,外部预测集相关系数为0.986 1。结果表明,ANN模型的拟合效果明显优于MLR模型。

模糊神经网络用于药物反相色谱结构与保留定量关系的研究

目的 应用模糊神经网络研究药物反相色谱的定量结构 -保留关系 (QSRR)。方法 在全面考察药物分子结构参数的基础上 ,使用模糊神经网络对 1 62个药物进行 QSRR的研究。结果 应用模糊神经网络成功地实现了溶剂强度和容量因子的预测 ,并获得了药物分子结构参数与反相色谱流动相溶剂强度和容量因子之间关系的模糊规则 ,实验验证的结果也比较理想。结论 模糊神经网络可较满意地用于药物反相色谱

定量结构-色谱保留关系在分析化学中的研究进展

定量结构-色谱保留关系能够有效揭示化合物的色谱保留值与其分子微观结构间的关系,分析和预测未知化合物的色谱保留性质及分配机理,备受研究者关注。从预测未知物的色谱保留值、揭示色谱的分配机理以及新型描述符的提取和应用等方面综述了定量结构-色谱保留关系在分析化学中的研究进展,并展望了其应用前景。

烷基苯酚类化合物的气相色谱保留值与其结构参数的定量关系

计算了44个烷基苯酚类化合物的组成、拓扑、几何、静电和量子化学等结构参数,运用启发式方法对这些结构参数进行筛选,得到了含3个变量的化合物的定量结构与色谱保留值的线性关系模型,同时以这3个变量作为支持向量机模型的输入变量建立非线性回归模型。两种方法的相关系数(R2)分别为0.98和0.92,相应的均方根误差分别是0.99和2.77。通过对两种模型的稳定性和预测能力的比较,发现线性模型能够更好地反映烷基苯酚的气相色谱保留值与其结构参数之间的定量关系。在已知烷基苯酚类化合物结构参数的情况下,线性回归模型更有助于它们的色谱分析。