将食用植物油中的脂肪酸转化为相应的脂肪酸甲酯,并采用立体结构参数Steric and Electronic Descriptors(SEDs)表征其分子结构,然后运用多元线性回归(MLR)方法,建立了预测食用植物油中脂肪酸(甲酯)的定量结构-色谱保留相关(QSRR)模型,...将食用植物油中的脂肪酸转化为相应的脂肪酸甲酯,并采用立体结构参数Steric and Electronic Descriptors(SEDs)表征其分子结构,然后运用多元线性回归(MLR)方法,建立了预测食用植物油中脂肪酸(甲酯)的定量结构-色谱保留相关(QSRR)模型,同时采用内部及外部双重验证的方法对所建模型的稳定性能和预测能力进行了分析和验证。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相关系数R、R LOO、Q2ext分别为0.9990、0.9970、0.9860。结果表明,SEDs参数能较好地表征食用植物油中的脂肪酸甲酯分子的结构信息,所建立的QSRR模型具有良好的稳定性和预测能力,为间接分析鉴定食用植物油中脂肪酸提供了一种方便有效的新途径。展开更多
综述了QSRR中的多元线性回归(Multple Linear Regresion,MLR)、偏最小二乘回归(Partial Least Squares Regression,PLSR)、人工神经网络(Artificial Neural Networks,ANN)三种常用建模方法、分子描述符的选取的要点及原则及相关模型的...综述了QSRR中的多元线性回归(Multple Linear Regresion,MLR)、偏最小二乘回归(Partial Least Squares Regression,PLSR)、人工神经网络(Artificial Neural Networks,ANN)三种常用建模方法、分子描述符的选取的要点及原则及相关模型的建立和评价等方法在食品分析中的应用现状,并对QSRR在该领域的研究方向和发展前景进行了展望,以期为今后更深层次的研究作综合性的参考。展开更多
采用气相色谱-氢火焰离子化检测器(GC-FID)同时测定食品包装材料中21种酯类添加剂的色谱保留时间(tR),并采用分子电性距离矢量(MEDV)和定位基指数(T)表征酯类添加剂的分子结构,然后运用多元线性回归(multiple linear regression,MLR)建...采用气相色谱-氢火焰离子化检测器(GC-FID)同时测定食品包装材料中21种酯类添加剂的色谱保留时间(tR),并采用分子电性距离矢量(MEDV)和定位基指数(T)表征酯类添加剂的分子结构,然后运用多元线性回归(multiple linear regression,MLR)建立酯类添加剂结构与其气相色谱保留值的定量结构-色谱保留关系(quantitative structure retention relationship,QSRR)模型,建模相关系数R=0.9840,留一法交互检验(leave-one-out,LOO)相关系数RLOO=0.9747,同时采用外部验证的方法对所建模型的稳定性能进行分析和验证,外部样本预测值的相关系数Qext为0.9789,并且考察所建模型的实际应用性。结果表明,该模型具有良好的稳定性和预测能力,能够为食品包装材料中酯类化学物质向内装食品中的迁移行为研究以及分离、检测方法的建立,提供有效的理论依据。展开更多
文摘将食用植物油中的脂肪酸转化为相应的脂肪酸甲酯,并采用立体结构参数Steric and Electronic Descriptors(SEDs)表征其分子结构,然后运用多元线性回归(MLR)方法,建立了预测食用植物油中脂肪酸(甲酯)的定量结构-色谱保留相关(QSRR)模型,同时采用内部及外部双重验证的方法对所建模型的稳定性能和预测能力进行了分析和验证。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相关系数R、R LOO、Q2ext分别为0.9990、0.9970、0.9860。结果表明,SEDs参数能较好地表征食用植物油中的脂肪酸甲酯分子的结构信息,所建立的QSRR模型具有良好的稳定性和预测能力,为间接分析鉴定食用植物油中脂肪酸提供了一种方便有效的新途径。
文摘综述了QSRR中的多元线性回归(Multple Linear Regresion,MLR)、偏最小二乘回归(Partial Least Squares Regression,PLSR)、人工神经网络(Artificial Neural Networks,ANN)三种常用建模方法、分子描述符的选取的要点及原则及相关模型的建立和评价等方法在食品分析中的应用现状,并对QSRR在该领域的研究方向和发展前景进行了展望,以期为今后更深层次的研究作综合性的参考。
