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。     

不同极性固定相脂肪醇色谱保留指数QSRR研究

在分子拓扑化学理论基础上,根据脂肪醇分子中各原子特性,在距离矩阵基础上使用分子中原子的平衡电负性对分子图进行着色,构建了新的拓扑指数1Tp和2Tp,并对25个脂肪醇在6种不同极性固定相的色谱保留指数(RI)进行QSRR研究。6个拓扑模型的相关系数R均大于0.9872,得到的实验值与计算值的平均相对误差均小于2%,在实验范围以内。该拓扑指数物理意义明确,较好地描述了脂肪醇分子中各原子的电负性效应、支化效应、氢键缔合效应及空间效应,用于研究色谱保留指数,结果令人满意。同时对拓扑模型采用留一交叉检验法(leave-one-out cross-validation,LOO-CV)和外检验相结合的方法进行测试,测试结果显示模型具有良好稳定性和较强的预测能力。     

扩展的邻接矩阵指数AI及对烷烃的QSPR/QSRR研究

为实现对有机化合物细微差异的有效合理表征，根据电负性均衡原理，通过逐级加合均分法计算分子中原子的平衡电负性。用平衡电负性对分子隐氢图着色，结合支化度，在邻接矩阵基础上增加平衡电负性和支化度参数，构建新拓扑指数AI。该指数不仅物理意义明确，而且对含多重键和杂原子的化合物具有唯一性表征。引入路径数P2和P3，研究烷烃的摩尔体积、摩尔折射度、临界体积、偏心因子和固定液为角鲨烷（柱温分别为30℃、50℃、70℃）、H-P PONA（柱温60℃）和J＆W DB-5（柱温60℃）上的气相色谱保留指数。研究结果表明，它们可用同一式子P=aAI＋bP2＋cP3＋d进行定量描述。各样本数的相关系数均大于0．99，其模型有望在烷烃QSPR和QSRR研究中得到广泛的运用。     

烷烃同系物气相色谱保留指数的分子拓扑研究

定义了分子中原子的平衡电负性,并用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了一种新的拓扑指数N1,N2和N3。该拓扑指数对分子结构实现惟一性表征,具有优良的结构选择性。将拓扑指数N1,N2和N3与烷烃在固定相角鲨烷(柱温50　℃)及SE-30(柱温80　℃)上的气相色谱保留指数进行多元线性回归,结果表明烷烃的气相色谱保留指数可分别定量描述为I(Squalane)=23.97842N1-3.86562N2+0.787379N3+42.33061,I(SE-30)=23.83937N1-3.5687N2+0.939876N3+22.11952。用上述回归方程对烷烃的气相色谱保留指数进行预测,结果表明预测值与实验值的平均相对误差均为1.31%,预测结果误差在实验误差范围内。     

手性有机化合物构效关系的量子拓扑学研究

在拓扑化学理论基础上, 从手性分子中成键原子的结构特征和手性原子所处的局部化学微环境出发, 应用密度泛函理论(DFT), 在B3LYP/6-31＋G(d)水平上计算所得距离代替传统二维距离, 结合分子中各原子的支化度, 应用原子的平衡电负性对分子图进行着色, 并引入手性校正因子进行校正, 得到新型的手性拓扑指数w₁和w₂. 采用偏最小二乘回归法建立了18种手性羟基酸和氨基酸的薄层色谱保留指数R_M的定量结构-保留拓扑模型, 并用这种模型对R_M进行预测, 结果表明预测结果和实验值吻合较好. 同时对拓扑模型采用留一交叉检验法(leave-one-out cross-validation, LOO-CV)和外检验相结合的方法进行测试, 测试结果显示模型具有良好稳定性和较强的预测能力.     

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Ｇ１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。     

拓扑-量子指数醛酮气相色谱保留指数及沸点的定量构效关系

通过对醛酮化合物分子结构特征及其气相色谱保留指数(RI)和沸点与分子结构间关系的研究,提出了分子极化效应指数(MPEI)、奇偶指数(OEI)、立体效应指数(SVij)、顶点度-距离指数(VDI)及键连接矩阵特征根(∑X1CH)等拓扑-量子结构参数,用多元线性回归(MLR)方法获得了醛酮类化合物的沸点及其在不同极性色谱柱上的气相色谱保留指数与这些拓扑-量子指数间良好的定量结构-性质相关(QSPR)模型,相关系数均大于0.99。5个分子结构参数具有明确的物理化学意义且易于计算和运用。与文献研究的比较结果表明:由上述分子结构参数得出的模型方程适用于各类醛酮化合物的气相色谱保留指数及沸点的预测且具有较好的稳定性和准确性。     

甲基烷烃结构与色谱保留指数相关性的拓扑指数法研究

计算了207个甲基烷烃的127个拓扑指数变量,把变量选择方法GAPLS方法引入到定量结构与气相色谱保留关系研究中,对127个拓扑指数变量进行选择,得到了含7个变量的化合物的定量结构与色谱保留指数关系(QSRR)模型,其复相关系数的平方为0.99998,标准偏差为2.88。交互验证的复相关系数为0.99997,交互验证的预测标准偏差为2.95,表明该模型具有良好的稳定性和可靠性。对获得的7个变量进行了合理的结构解释,表明甲基烷烃色谱保留指数完全能用拓扑指数来精确表征。     

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。     

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,I^T与Kovats恒温保留指数,之间的关系、I^T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。     

QSPR study on GC relative retention time of organic pesticides on different chromatographic columns

In the present study, Lu index and distance-based atom type topological index (DAI) previously developed in our team, were introduced and combined with molecular electronegativity chi ep to characterize quantitative structure-property relationship of GC relative retention time (RRT) for several types of structurally diverse organic pesticides on the four kinds of chromatographic columns. Using multiple linear regression technique, four several-variable models are obtained with the estimations correlation coefficient (R(2)) being between 0.9655 and 0.9285, and the correlation coefficient (R(2)cv) in the leave-one-out cross-validation procedure are between 0.9560 and 0.9143, respectively. The results in this study indicate that the three topological indices Lu index, DAI, and molecular electronegativity chi ep can predict the gas chromatographic RRT of organic pesticides with diverse hetero-atoms.     

香水百合香气成分的气相色谱保留指数三维定量构效关系研究

采用比较分子场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）方法,研究了香水百合中38种香气成分分子结构与气相色谱保留指数值之间的定量构效关系。用外部测试集验证法和留一交叉验证法对模型的稳健性和预测能力进行了检验,并通过CoMSIA模型和CoMFA模型的分子场三维等势图研究了这些化合物分子中不同化学结构对保留指数值的影响。检验结果表明,所建立的CoMSIA模型和CoMFA模型都具有较好的稳健性和预测能力,且能够合理解释结构对保留指数值的影响,可应用于对香水百合香气成分的色谱保留指数值的预测。与CoMFA模型相比,CoMSIA模型的预测准确度更高,在香水百合香气成分的色谱定量构效关系研究中,显然有更好的应用前景。