多环芳香硫化合物的定量结构-气相色谱保留指数关系

应用分子电性距离矢量(MEDV)对114个多环芳香硫化合物(PASHs)进行结构表征,通过多元线性回归建立了PASHs的气相色谱保留指数与MEDV参数之间的定量结构-保留值关系模型;同时采用逐步回归分析进行变量筛选,继而以留一法交互检验对所得优化模型进行预测能力评价,所建立的模型的相关系数为0.9947,交互检验相关系数为0.9940,表明该优化模型具有良好的稳定性和预测能力。此外,通过将样本集按2:1分成校准集和测试集预测,统计分析结果显示所建的模型具有良好的相关性和稳定性。本文所建的定量结构-保留值关系(QSRR)模型为预测PASHs的气相色谱保留指数提供了一个便捷有效的新方法。     

人工神经网络用于有机磷酸酯类化合物的定量结构色谱保留相关研究

采用误差反传前向人工神经网络(ANN),研究了35种有机磷酸酯类化合物在3种不同极性固定相上的结构与其色谱保留(QSRR)之间的定量关系。以其分子电性距离矢量(或分子拓扑指数)作为输入、色谱保留值作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性和外推能力。结果表明,ANN模型获得了比多元线性回归(MLR)模型更好的拟合效果。使用MLR模型时QSRR模型相关性受色谱固定相极性的影响,而采用ANN模型无此现象。同时,ANN模型解决了QSRR中预测维数为1时耗时较长的问题。通过ANN建模可以同时预测3种不同极性固定相上的色谱保留值,可大大缩短建模和预测所需的时间。     

有机磷酸酯类化合物气相色谱定量结构保留关系研究

采用分子电性距离矢量(MEDV)表征有机磷酸酯类化合物的分子结构,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35个有机磷酸酯类化合物在3种不同固定相(OV-101,DB-1701和DB-WX)上气相色谱保留指数(RI)与MEDV的定量相关模型.在3种固定相上的QSRR模型的建模计算值复相关系数(R)、留一法(leave-one-out)交互校验复相关系数(QCV)分别为0.998 0和0.995 1(OV-101);0.996 3和0.989 6(DB-1701);0.993 7和0.984 1(DB-WX),表明模型具有良好估计能力与稳定性.     

化合物色谱保留参数与其三维结构关系的研究

利用比较分子场分析(CoMFA)方法,建立了烷基取代苯、氯代苯、多环芳烃和二硝基取代芳烃等4类结构相近的化合物在甲醇／水体系中反相C18柱上的保留参数a,c值与其三维结构之间关系的定量模型。前3类化合物所得到的3个模型的交叉验证相关系数q2均大于0.5,其中针对烷基取代苯、氯代苯所建立的两个模型的非交叉验证相关系数r2大于0.995,表明模型具有较好的预测能力。该研究结果对进一步开展化合物液相色谱保留参数与其三维结构关系的研究提供了思路和方法。     

分子电性距离矢量用于稠环芳烃液相色谱保留值的QSPR研究

采用分子电性距离矢量(Molecular Electronegativity Distance Vector,MEDV)表征稠环芳烃类化合物的分子结构.分别运用多元线性回归(Multiple Linear Regres-sion,MLR)和偏最小二乘回归(PLS)建立了稠环芳烃类化合物结构与其液相色谱(LC)保留值的定量结构一性质关系(QSPR)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能进行分析和验证,建模计算值、留一法交互检验预测值和外部样本预测值的复相关系数Rcum、RLOO、Qext分别为0.9970,0.9950,0.9925(MLR);0.9930,0.9790,0.9917(PLS).结果表明,MEDV能较好地表征该类分子结构信息,所建QSPR模型具有良好的稳定性和预测能力.为稠环芳烃类化合物分离、纯化、检测等方法的建立,提供有效的理论依据.     

分子电性距离矢量用于多溴联苯醚分子结构表达及色谱保留时间预测

应用分子电性距离矢量(MEDV)对多溴联苯醚(PBDEs)的209种同系物进行结构表征.通过多元线性回归的方法,建立了PBDEs定量结构-色谱保留(QSRR)关系的6个变量和5个变量的两种模型.两种模型的建模计算值复相关系数R均为0.995;用留一法(LOO)进行了交互检验,其复相关系数(R2cv)分别为0.987和0...     

三种长春碱类化合物的反相高效液相色谱同时测定及其定量构效关系的研究

本文在模拟植物生理浓度条件下,建立了反相-高效液相色谱(RP-HPLC)同时测定文多灵碱、酒石酸长春质碱和硫酸长春碱3种生物碱的方法;在此基础上,用启发式计算法(Heuristic Method,HM)筛选出与量子化学相关的3个描述符参数,应用多元线性回归方法建立了23种生物碱类化合物对保留时间值的定量结构-性质关系(Quan-titative Structure-Property relationship,QSPR)模型,模型的相关系数R2为0.9160,F值为69.08,s2方差为47.7217,结果表明此模型具有比较好的预测能力。     

分子三维投影法在苯酚类化合物构效关系研究中的应用

对苯酚类化合物进行三维投影得到了5个形状参数,将其与3个Am指数及8个量子化学参数相结合.由最佳变量子集回归法对变量进行了压缩与选择,运用多元回归分析和人工神经网络法分别构造了预测数学模型,得到了满意的结果.     

单酮类有机物气相色谱保留值与结构参数的相关性

应用半经验量子化学AM1方法和分子图形学技术获得了42种单酮类有机物分子的电子结构和几何结构参数，并将这些参数与它们在非极性固定相(SE-30柱)上的气相色谱保留值相关联，采用逐步回归分析方法，成功地建立了拟合度高、物理意义明确、预测能力强的气相色谱保留值一结构参数定量关系方程，找出了影响气相色谱保留值的主要结构因素．     

饱和醇结构-保留定量相关的人工神经网络模型

以拓扑指数为结构描述符，用基于Levenberg-Marquardt优化的BP神经网络建立了醇类化合物的结构与色谱保留值的相关性模型，用于未知醇类化合物在SE－30和OV－3两根色谱柱上保留指数的同时预测，其学习速率优于文献中普通BP神经网络法，预测准确度与普通BP神经网络法接近，但优于多元线性回归法，因而是一种较好的预测有机化合物气相色谱保留指数的方法。     

基于启发式方法和支持向量机方法预测有机物的热导率

构建147个有机物分子结构与其热导率值之间的定量结构-性质关系(QSPR)模型, 探讨影响有机物热导率的结构因素. 以147个化合物作为样本集, 随机选择118个作为训练集, 29个作为测试集. 应用CODESSA软件计算了组成、拓扑、几何、静电和量子化学等描述符, 通过启发式方法(HM)筛选得到5个结构参数并建立线性回归模型; 用所选5个结构参数作为支持向量机(SVM)的输入, 建立非线性的支持向量机回归模型. 预测结果表明: 支持向量机回归模型的性能(复相关系数R²=0.9240)虽略低于启发式回归模型的性能(R²=0.9267), 但是支持向量机方法预测性能(R²=0.9682)高于启发式方法的预测性能(R²=0.9574), 对于QSPR模型来说, 预测性能更重要. 因此, 总体来说支持向量机方法优于启发式方法. 支持向量机方法和启发式方法的提出为工程上提供了一种根据分子结构预测有机物热导率的新方法.