植物精油成分气相色谱保留指数的全息定量构效关系

气相色谱保留指数(RI)是色谱分析中的重要参数,但通过实验获取RI值的过程较为繁琐,需要建立一种简便、高效、准确的模型来预测RI值。本文搜集了60种植物精油成分的RI实验值,构建了精油成分化合物的结构性质与RI值之间的全息定量构效关系(HQSAR)模型。当碎片大小(fragment size)、碎片特征(fragment distinction)和全息长度(hologram length)模型参数分别设置为“1~4”、“C,Ch”和199时,可以建立最优HQSAR模型。利用外部测试集验证和留一交叉验证对模型进行检验,经外部测试集验证的预测均方根误差(RMSEP)、预测决定系数(Q_(F3)^(2))、一致性相关系数(CCC)和平均相对误差(MRE)分别为40.45、0.984、0.968和2.20%;经留一交叉验证的交叉验证均方根误差(RMSECV)和MRE分别为72.56和4.17%。此外,HQSAR模型的分子贡献图表明,芳香族化合物的烷基链在连接了羟基基团后,其RI值会增大;脂肪族化合物中存在的长链烷基也会导致RI值增大。研究结果表明,所建立的HQSAR模型能够用于预测植物精油成分的RI值,并为其他精油成分RI值的预测提供可靠依据。

液液萃取/气相色谱-质谱法结合自动解卷积-Kováts保留指数法定性分析电子烟液中的挥发性成分

基于液液萃取/气相色谱-质谱法结合自动解卷积-Kováts保留指数法,建立了电子烟液中挥发性成分的检测方法。对提取溶剂种类进行了优化,并依据烟液中香气成分的香气特征,分析果味和烟草味烟液的香韵构成和差异,确定不同果味烟液的特征香气成分。结果表明:①以乙醚为提取溶剂能减弱丙三醇对其他组分识别的干扰。②自动解卷积法能准确识别共流出组分和低含量组分;Kováts保留指数法提升了化合物识别的准确度。③在10种烟草味烟液中检出15种成分,以豆香、焦香香韵化合物为主;在21种果味烟液中检出80种成分,以果香、花香香韵化合物为主,确定了16类果味烟液的特征香气成分。通过随机验证实验,该方法可有效分辨不同果味类型的果味烟液和烟草味烟液。该方法样品用量少、前处理过程简单、样品分析用时短,能满足烟液中香气成分的检测需要,可为果味电子烟液的检验识别和监管提供参考。

应用结构信息价连接性指数预测多氯联苯(PCBS)的气相色谱保留指数(RRT)

根据隐氢分子图中顶点i原子的价层轨道在参与成键时的杂化形式,新定义了顶点i原子的价点价δiY,以价连接矩阵为基础构建了1个新的结构信息价连接性指数mQtY。新的结构信息价连接性指数mQtY能很好地反映化合物的结构特征,并且比Kier等人提出的价连接性指数mχtv的结构选择区分性能好。多氯联苯(PCBS)是一类重要的环境污染物。利用多元线性回归技术建立了209个PCBS化合物的mQtY与这些物质的气相色谱保留指数(RRT)的定量结构/保留相关关系(QSRR)模型,其相关性良好。新模型物理意义明确,计算简便,预测能力比较强。

气相色谱保留指数定性方法研究进展

综述了程序升温气相色谱保留指数IT与Kovats恒温保留指数I之间的关系、IT的标准化和重现性问题以及定量结构保留指数关系(QSRR)研究进展;对于应用特殊检测器和极性柱定性、对多环芳烃和多氯联苯类物质利用保留指数定性的情况,选择非正构烷烃类同系物作为参考标准时准确性大为提高,比较了由此得到的保留指数与Kovats保留指数的关系;展望了利用保留指数定性的前景。

单硫醚气相色谱保留指数拓扑化学研究

在分子拓扑化学理论的基础上,根据分子中原子的特性,用分子中原子的平衡电负性对分子图进行着色,在距离矩阵的基础上结合分子中各原子的支化度构建一组新的拓扑指数NPm(m=1,2,3),利用多元线性回归技术将单硫醚在4种极性固定相的气相色谱保留指数与NPm(m=1,2,3)建立相应的定量结构-保留相关关系模型(QSRR),并用这种模型对单硫醚的气相色谱保留指数进行预测,结果表明,预测结果和实验值吻合较好。

顶空-气相色谱-四极杆质谱结合保留指数法测定普洱茶香气成分

采用静态顶空．气相色谱-四极杆质谱技术对普洱茶的香气成分进行分析，在利用NIST质谱检索库检索的基础上，结合保留指数对化合物进行定性，共鉴定出30种香气成分，同时运用峰面积归一化法测得各香气组分的相对含量。结果表明：所测普洱茶香气成分主要包括醇类、醛类、酮类、酯类和烃类5类物质，其中醇类化合物和酯类化合物的含量最高，分别占总香气物质成分的47．73％和40．97％。样品中含量较高的6个化合物相对标准偏差在4．11％-6．59％之间，本法可为普洱茶香气成分的分析提供参考。

胺类化合物气相色谱保留指数与结构的相关性研究

应用Am指数和引力指数C1对在3种体系下的胺类化合物的气相色谱保留指数和结构进行了相关性研究，并运用最佳子变量集算法和人工神经网法进行了计算分析，在非极性固定相OV-101和极性固定相OV-225和NGA下均获得了比较好的相关模型。

多环芳烃分子结构的距边矢量表征及其气相色谱保留指数预测

从分子图论拓扑学角度出发 ,提出用六元素组成的分子距边矢量VMDE表达上百个多环芳烃化学结构 ,对 10 0种多环芳烃的毛细管气相色谱保留值进行定量相关性研究 ,发现存在良好的线性相关关系 :IR=a +bVMDE,n =10 0 ,r =0 .988,其中a ,b为回归系数 ,可用于多环芳烃的色谱保留指数的分子建模与定量预测。

术类药材挥发油毛细管气相色谱──保留指数指纹分析研究

本文采用程序升温毛细管气相色谱法，分析挥发油成分，建立了术类药材气相色谱保留指数（ＧＣ－ＲＩ）指纹谱，并根据色谱峰的重叠率和含量特征图分析对比，以此对术类药用植物种缘关系进行探讨，试图为生药品种鉴定、内在质量评价及药用植物分类学研究开辟一条新途径。

气相色谱保留指数谱用于白芷鉴别的研究

根据规范化的色谱条件测定了4个主产地的23个白芷挥发油成分的气相色谱保留指数GCRI，并从中选择8个代表性成分的GCRI值组成日苦的气相色谱保留指数谱（GCRIs）。实验测得的GCRI值重视性好。23个样品GCRI测定值，其相对标准偏差RSD（％）平均低于0．13。研究表明，GCRIs可用于中药白芷的鉴别和质量评价，同时也进一步证明，气相色谱保留指数谱对于中药混乱品种的澄清、指导加工炮制和质量评价均具有可供实用的前景。利用GC／MS对白芷主要挥发性成分作出了鉴别。

顶空固相微萃取-气相色谱/质谱法结合保留指数法测定龙井茶的香气成分

采用顶空固相微萃取(headspace solid phase micro-extraction,HS-SPME)和气相色谱-质谱(gas chromatographymass spectrometry,GC-MS)结合保留指数法分析龙井中的挥发性成分。以茶叶香气成分的种类和数量为参照,考察HS-SPME的最佳萃取条件;同时优化色谱分离条件;利用优化的HS-SPME-GC/MS条件分析龙井茶中的挥发性成分。结果表明,运用HS-SPME-GC/MS能有效测定龙井茶中的挥发性成分,这些挥发性成分中主要含有醇类(31.14%)、酯类(15.66%)、酮类(10.42%)、杂环类化合物(15.00%)等。顶空固相微萃取-气相色谱质谱法结合保留指数分析是一种快速有效分析龙井茶香气成分的方法,可提高定性分析的准确性和效率,使定性结果更加可靠。该定性分析方法也为其他复杂样品中挥发性成分分析提供参考。

多环芳烃气相色谱保留指数预测与估算

按碳原子的键合特性对其进行分类 ,定义并计算了多环芳烃的分子距边矢量 (VMDE)。在此基础上对 94种多环芳烃的气相色谱保留指数 (RI)进行定量相关性研究 ,发现色谱保留指数与分子距边矢量之间存在良好的线性关系 ,RI=a +bVMDE ,n =94,相关系数r=0 .9946,均方根误差RMS =8.1 5。同时 ,还进行了留一法交互检验结果为r=0 .992 8,RMS=9.3 5。表明了新分子距边矢量的合理性和有效性 ,可成功地用于多环芳烃气相色谱保留指数的估计与预测 ,有望在定量构效关系研究中获得广泛的运用。

应用新定义的拓扑指数预测烷氧氯硅烷、单硫醚的气相色谱保留指数

根据分子中成键原子i的结构特征和所处的化学环境,新定义了原子i的价点价δYi,以价连接矩阵为基础构建了 1个新的结构信息价连接性指数mY。利用线性回归技术分别建立了 22个烷氧氯硅烷、61个单硫醚化合物的mY与这些物质的气相色谱保留指数RI的定量结构 /保留相关关系模型 (QSRR)。新模型物理意义明确,计算简便,对不同类型化合物在不同极性固定相上的气相色谱保留指数RI具有良好的稳定性和预测能力,新的结构信息价连接性指数能很好地反映化合物的结构特征。

一种新的拓扑指数~0X(~1X)与气相色谱保留指数RI的相关性研究

在邻接矩阵的基础上 ,建立化合物的主量子数拓扑指数 mX :0 X =Σ(δi) 0 .5,1X =Σ(δi·δj) 0 .5,并计算了 13个系列 94个分子的0 X、1X值。发现0 X或1X与这些化合物的气相色谱保留指数RI有很好的相关性。相关系数均在 0 .97以上 ,略优于文献方法。并且物理意义明确 ,计算简单 ,使用方便。

含氧化合物气相色谱保留指数的预测

通过对部分含氧化合物(醇、酯、醛、酮)在不同固定相不同柱温下的849个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、定位基参数(Sox)、固定液极性值(CP)及柱温(T)建立定量结构-色谱保留相关(QSRR)模型。分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本预测值的复相关系数Rcum、QLOO和Rext分别为0.9832、0.9829和0.9836(MLR);0.9832、0.9830和0.9836(PLSR);0.9910、0.9909和0.9900(ANN)。结果表明:所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了含氧化合物(醇、酯、醛、酮)在不同色谱条件下气相色谱保留指数的变化规律。

程序升温毛细管气相色谱的精油成分保留指数研究

本文采用线性程序升温毛细管气相色谱法对200多种天然存在和人工合成的挥发油、香精成分,分别在极性柱(DB-WAX)和非极性柱(DB-1)上进行了Kovats保留指数的测定。归纳了部分化合物的保留指数规律;考察了气体平均线速,程序初温及升温速率对保留指数的影响。并结合我们所开发的色谱数据库管理系统进行了香精的定性分析。

醇类化合物气相色谱保留指数的分子拓扑研究

分子中原子i的特征值 (ti)定义为ti=1 +Σhij。并计算了醇类化合物的氢连接性指数 ,藉助多元线性回归技术分别建立了 2 5个醇类化合物的指数与这些物质的气相色谱保留指数的定量结构 性质相关关系模型。模型具有良好的稳定性和预测能力 。

气相色谱-质谱联用结合保留指数分析仙鹤草挥发性成分

提出了一个分析仙鹤草挥发油成分的方法。采用水蒸汽蒸馏法提取仙鹤草挥发性成分,气相色谱-质谱(GC-MS)结合保留指数双重定性,按峰面积归一化法求出各挥发性成分的相对含量,共检测出67个组分,质谱结合保留指数定性鉴定出48个主要挥发性成分,占挥发性成分总含量的87.35%;含量较高的组分为雪松醇(17.50%)、α-蒎烯(11.60%)、伽罗木醇(6.29%)、α-萜品醇(4.90%)和乙酸龙脑酯(4.37%)。方法定性结果更为准确,能为进一步研究仙鹤草化学组分和质量控制提供基础。

由气相色谱程序升温数据计算恒温保留指数

提出了一种由程序升温数据推算恒温保留指数的计算方法，采用实验数据关联死时间和温度的关系，引入等效温度作为间接变量进行最优化。应用于Ｃ＿５～Ｃ＿９正构烷烃和Ｃ＿６烯烃的数据表明该法适应性强、精确度高，推算的恒温保留指数可作为定性依据。

烯烃气相色谱保留指数的QSRR研究

通过对184个烯烃类化合物在不同固定相不同柱温下的617个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、偶极矩(DPL)、固定液极性值(CP)及柱温(T)建立定量-色谱保留相关(QSRR)模型.分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本的复相关系数Rcum,QLOO和Rext分别为0.999 2,0.998 4和0.999 2(MLR);0.999 0,0.998 0和0.999 1(PLSR);0.999 4,0.998 7和0.999 2(ANN).结果表明:所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了烯烃类化合物在不同固定相不同柱温上气相色谱保留指数的变化规律.