醛酮化合物结构与保留指数关系的研究

以非氢原子自身及非氢原子之间的关系为分子结构描述符,对35个醛酮类化合物进行了结构表征。采用多元线性回归和偏最小二乘回归的方法建立了该类化合物结构与色谱保留指数之间的关系模型,两模型的复相关系数(R)分别为0.987和0.981,标准偏差(SD)分别为25.259和32.240。采用"留一法"交互检验和外部样本预测的方法对模型的稳健性和预测能力进行了评价,交互检验的复相关系数(RCV)分别为0.981和0.958,标准偏差(SDCV)分别为34.292和39.652;外部预测的复相关系数(Rtest)分别为0.991和0.990,标准偏差(SDtest)分别为25.749和26.776。结果表明所构建的分子结构描述符能够恰当表现该类化合物结构特征,所建模型具有良好的稳健性和预测能力。     

醇类化合物热值改进剂的定量结构-色谱保留相关性研究

计算表征了醇类化合物热值改进剂的部分分子连接性指数和5个量子化学参数,同时运用多元线性回归方法对参数进行了优化筛选,在2种不同极性强弱的固定相(PH-5、RTX-WAX)上,分别建立了9种和11种醇类化合物热值改进剂的气相色谱保留值(t)与分子连接性指数和量子化学参数的定量结构-色谱保留关系(QSRR)模型。其相关系数分别为R=0.997和R22=0.971,关系式可分别表示为模型1:t1=-5.972-0.047 ET-1.857~3X_p~v和模型2:t_2=-2.409-0.034 ET,在2种固定相上的QSRR模型的建模计算值复相关系数(R)、采用留一法(leave-one-out)交互检验复相关系数(R)分别为:R_1=0.998、R_(1CV)=0.999和R_2=0.985、R_(2CV)=0.999,结果表明:模型1和模型2与色谱保留指数显著相关的分别有总能量ET、三阶分子连接性指数~3X_p~v和总能量ET,所建模型具有良好稳定性和预测能力,分子连接性指数和量子化学参数能较好地反映化合物的结构特征。     

地下水中挥发性有机物结构与色谱保留关系研究

本文采用分子电性距离矢量( Molecular Electronegativity-distancevector,MEDV)对地下水中26个挥发性化合物进行了结构表征,并与其色谱保留时间建立定量结构-保留关系(QSRR)模型.得到的MLR模型复相关系数(R2)为0.901,留一法(LOO)交互校验(CV)预测值的复相关系数(R2cv)为0.806;PLSR模型复相关系数(R2)为0.882,留一法(LOO)交互校验(CV)预测值的复相关系数(R2cv)为0.750.结果表明分子电性距离矢量(MEDV)能较好地表征该体系化合物结构,所建模型具有良好的稳定性与预测能力.     

苯胺类化合物结构与毒性的密度泛函理论研究

应用密度泛函理论(DFT)在杂化泛函B3LYP和基组6-311G(d,p)水平上对57个标题化合物进行结构优化,计算获得化合物的量化和理化参数,采用最佳变量子集回归构建了化合物对梨形四膜虫的毒性与描述符之间的定量结构-活性关系(QSAR)模型。所建最佳三元QSAR模型的复相关系数R2为0.915,留一法(leave-one-out,LOO)交互检验复相关系数Rcv2为0.891;用随机筛选出的19个预测集样本进行外部预测,所得外部预测集交互检验系数Qext2为0.821,QSAR模型具有较好的稳定性和较强的预测能力。模型结果表明影响毒性的主要因素有化合物最低空轨道能、正辛醇-水分配系数及最负非氢原子净电荷。对模型应用域(AD)进行了表征,所建模型可用于应用域内苯胺类化合物对梨形四膜虫毒性的预测。     

红葡萄酒香气成分色谱保留时间模拟

采用化合物非氢原子固有特征值和非氢原子之间的电性作用为结构描述符,对红葡萄酒香气成分中的65个化合物进行了结构表征。通过多元线性回归(MLR)和逐步回归(SMR)方法建立了该类化合物结构-色谱保留时间关系(QSRR)模型。模型的复相关系数(R)为0.907,标准偏差(SD)为4.507。用留一法(LOO)交互检验对模型进行了评价,得到的复相关系数(RCV)为0.849,标准偏差(SDCV)为5.656。结果表明,采用的分子结构描述符能够较好地表现该类化合物结构特征,所建模型具有较好的预测能力和稳定性。     

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。     

酚类化合物在BSA和Aldrich-HA上吸附常数的QSAR研究

应用密度泛函方法(DFT)在B3LYP/6-311G**水平上全优化计算酚类化合物的量子化学参数,结合疏水性参数与酚类化合物在小牛血清蛋白BSA和腐殖质Aldrich-HA上的吸附常数进行定量构效关系研究(QSAR).经逐步回归筛选变量后,所建2个多元线性回归方程的相关系数R及去一法(LOO)交互检验复相关系数R2cv分别为0.955,0.882和0.943,0.819,用预测集样本进行了外部预测,所得外部预测集交互检验系数Q2ext分别为0.891和0.925.模型结果表明,ELUMO愈低,分子体积V愈大,化合物在BSA上吸附常数lgKDOC愈大;酚类化合物在腐殖质Aldrich-HA上不仅存在疏水作用吸附,还存在分子间作用力吸附,并以疏水作用吸附为主.     

氯酚化合物对发光细菌毒性的构效关系研究

本文对20种氯酚化合物进行DFT-B3LYP/6-311G**水平全优化计算,据所得量子化学参数构建其对发光细菌毒性的定量构效关系(QSAR)模型。经逐步多元回归分析后,所建立的QSAR模型的相关系数R及去一法(LOO)交互检验复相关系数R2cv分别为0.962和0.876;用预测集样本进行了外部预测,所得外部预测集交互检验Q2ext为0.961,表明所建立的QSAR模型具有较好的稳定性和较强的预测能力。结果表明:分子的体积愈大,化合物毒性愈强;最负非氢原子净电荷愈负,毒性愈强。对模型应用域(AD)进行了表征,所建立的模型可以应用于应用域内氯酚化合物对发光细菌毒性的预测,具有潜在应用价值。     

5,8-二甲基乙酰紫草素衍生物QSAR及分子设计

综合运用密度泛函理论、分子力学、统计学及比较分子力场分析等方法研究了抗肿瘤药物5,8-二甲基乙酰紫草素衍生物的二维(2D)、三维(3D)定量构效关系(QSAR).所建最优2D-QSAR方程的交叉验证系数(q2)和拟合相关系数(R2)分别为0.618和0.736.CoMFA模型的q2和非交叉验证系数(r2)分别为0.703和0.982,预测相关系数R2pred为0.746.结果表明,所建立的2D/3D-QSAR模型都具有良好的统计学意义及合理、可信的预报能力,可以预测未知化合物的活性。基于此研究结果,设计了4个具有较高抗肿瘤活性的新化合物.     

基于定量结构-性质关系方法预测氨基酸的比旋光度

运用定量结构-性质关系(quantitative structure-property relationsh ip,QSPR)方法对人体必需的氨基酸比旋光度进行了预测,同时运用交互检验(LOO)方法对所建立的模型进行了检验。应用启发式算法对描述符进行筛选并建立线性回归模型,所建立的模型的相关系数(R2)为0.918,但分别用 1、-1代表左旋和右旋的分子手性后,重新建立多元线性回归模型,其相关系数(R2)变为0.970。本研究所建立的QSPR模型为预测手性化合物比旋光度提供了一种有效的新方法。     

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.     

顶空固相微萃取–气相色谱–质谱法检测絮用纤维中有机挥发物

采用顶空固相微萃取–气相色谱–质谱联用法测定絮用纤维中甲苯、乙烯基环己烯、1,3-丁二烯等29种常见有机挥发物的含量。样品在120℃平衡20 min,然后固相微萃取30 min,在250℃的进样口温度下解吸10min。29种有机挥发物在检测范围内均有良好的线性,线性相关系数r≥0.99,检出限为0.000 5~0.016 mg/m~2。3个添加标水平下平均加标回收率为88.4%~113.4%,测量结果的相对标准偏差小于11%(n=6)。方法快速、灵敏,适用于絮用纤维中有机挥发物快速检测。     

多氯联苯的正辛醇-空气分配系数与气相色谱保留参数的关联

通过对19种多氯联苯（PCBs）在DB-1,DB-5和DB-1701等3种色谱柱上的气相色谱（GC）保留参数A,B值与正辛醇-空气分配系数(Koa)的相关分析,发现GC保留参数A,B与Koa存在明显的线性关系。采用了逐步回归的方法,建立了保留参数A,B与Koa的二元回归方程,相关系数的平方达到了0.99以上,标准偏差小于0.11。此外,根据实验测定的153个PCBs的GC保留参数以及定量构效关系（QSAR）研究中的56个预测值,对剩余190种PCBs的Koa值进行了预测。     

Ultrasound‐assisted emulsification microextraction coupled with high‐performance liquid chromatography for the simultaneous determination of fragrance allergens in cosmetics and water

A simple, inexpensive, and environmentally friendly method based on ultrasound‐assisted emulsification microextraction followed by solidification of floating organic drop and high‐performance liquid chromatography coupled to diode array detection was developed for the simultaneous determination of 18 potentially allergenic fragrance substances. Several parameters affecting the microextraction process were investigated in detail by the “one‐variable‐at‐a‐time” approach. Optimal conditions were the following: 50 μL of 2‐dodecanol as extraction solvent, 10 mL of sample containing 150 g/L of salt, and 5 min of sonication at 35°C. Under the optimized conditions, method showed good linearity in the selected ranges, with squared correlation coefficients ranging from 0.948 to 0.999. Limits of detection ranged from 0.001 to 0.154 μg/mL and enrichment factors from 9 to 237. Precision of the method, expressed as relative standard deviation, was checked at two levels obtaining good results (3.3–14.4%). Recovery studies were made in baby bath water and in eau de cologne showing acceptable accuracy. Finally, the developed method was successfully applied to different commercial cosmetic and water samples. The most commonly found analyte was linalool followed by cinnamal and lilial. Most of the analyzed samples contained at least one of the target compounds.