广义相关指数用于持久性环境污染物的定量结构-色谱保留关系研究

基于分子拓扑图形特征和顶点连接方式,通过定义广义相关函数、性质相关参数以及距离关系函数等概念,将“面向用户”实际应用的观点及对目标问题“自适应性”的思想引入到分子结构表征当中,从而得到一种新型分子拓扑性质表征方法:广义相关指数(GC I)。使用该指数对115个多氯代二苯并呋喃、41个多氯代二苯并-p-二、62个多氯代萘和210个多氯联苯在DB-5气相色谱柱上的保留行为进行了定量结构-色谱保留关系研究,所得模型复相关系数Rcum以及交叉检验复相关系数Qcum均在0.98以上。结果表明GC I指数具有较强分子结构表达能力及对化合物各类性质的优良适应性。     

分子电性距离矢量用于酯的定量结构-色谱保留相关研究

分子电性距离矢量(MEDV)是一种描述分子二维结构的拓扑描述子,由4种类型原子间相互作用的10个元素组成.通过引入原子属性和原子类型的概念构建的MEDV,适用于描述含多个杂原子、饱和键与不饱和键、环和非环等分子结构特征.利用MEDV对73个酯在不同固定相、不同柱温下219个样本的气相色谱保留指数值(R1)建立多元线性回归模型,其相关系数r=0.9957,继以留一谣(Leave-one-out)进行交互检验,相关系数rCV=0.0950.建模结果显示,MEDV具有很好的结构选择性,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,较好地揭示了酯类化合物在不同固定相、不同柱温下气相色谱保留指数的变化规律.     

基于分子相互作用力场分析的多氯代二苯并二噁英定量结构-色谱保留关系

提出了基于分子相互作用力场(MIF)、应用偏最小二乘(PLS)与多区组偏最小二乘(MBPLS)分析相结合,建立并检验多氯代二苯并二噁英(PCDD)定量结构-色谱保留关系(QSRR)模型的研究方法。分别以表征van der Waals、氢键和疏水效应的C3、H和DRY探针,计算75种PCDD的分子相互作用力场,并与其气相色谱Kov偄ts保留指数进行PLS与MBPLS分析,建立了拟合与预测效果良好的QSRR模型。其中MBPLS模型相关系数r2为0.998;交叉验证的相关系数q2为0.994。采用投影变量重要性方法判断了各种效应在PCDD色谱保留中的贡献。结果表明:van der Waals作用的影响最大,其次为疏水效应,而氢键效应影响较小。     

用从头算量化参数预测多氯代二苯并呋喃的1gKow

采用G98W程序包中的HF方法和6-31g(d)基组对135个多氯代二苯并呋喃(PCDFs)分子和二苯并呋喃进行了全几何优化计算．以计算所得的分子轨道能量、原子电荷作为PCDFs分子结构描述符，运用多元线性回归技术建立了PCDFs的lgKow与上述参数的四元线性方程，相关系数为0．9306，标准偏差为0．1849，用Jackknife法检验该模型的稳健性好，并对未有实验数据的85个PCDFs的lgKow进行了预测．     

应用人工神经网络预测多氯代二苯骈呋喃的色谱保留指数

以量子化学方法在密度泛函B3LYP/6-31G(d)水平上计算得到了多氯代二苯骈呋喃系列化合物(PCDF)分子的结构参数:最高占据轨道能(EHOMO)、最低空轨道能(ELUMO)、最正原子净电荷(q+)、最负原子净电荷(q-)、分子偶极矩(μ)、极化率(α)、分子平均体积(Vm)、恒容热容(C■V).采用误差反向传播(BP)算法的人工神经网络,建立了EHOMO、ELUMO、q+、q-、μ、α、Vm、C■V与PCDF色谱保留指数之间关系的模型,检测样本的预报值与实验值相对误差范围为-1.66%².39%,平均相对误差为0.31%,达到了很好的预测效果.     

多氯萘的气相色谱保留指数与其结构参数的定量关系

 在B3LYP/6-31G*水平上计算了76个多氯萘分子,将计算得到的结构参数和热力学参数作为理论描述符引入到与气相色谱保留指数(RI)相关的多元回归分析中,建立了拟合度高、物理意义明确、预测能力强的保留时间-结构参数的相关方程(模型Ⅰ)(r2=0.9957);再以氯原子的取代个数和相互位置作为理论描述符,得出另一模型(模型Ⅱ)(r2=0.9967)。找出了影响多氯萘保留时间的主要因素。     

二(噁)英提取方法的比较

二(噁)英是一类氯化多核芳香化合物的总称,可以分为多氯代二苯并二(噁)英(polychlorinated dibenzo -P-dioxins,简称PCDDs)和多氯代二苯并呋喃(polychlorinated dibenzofurans,简称PCDFs),根据取代氯原子的不同位置,共有75种PCDDs和135种PCDFs,由于其2,3,7,8四个取代位置均有氯原子的PCDDs和PCDFs具有致畸变、致突变和潜在致癌作用,已经引起了世界各国环境科学家甚至于公众的关注.     

基于估计均方差的统计量Sp的修正变量选择法用于持久性有机污染物毒性研究

提出并详细说明基于估计均方差的统计量Sp的修正变量选择(MVSSp)方法. 采用分子电性距离矢量(MEDV)及其二次项表征多氯二苯并呋喃(PCDFs), 多氯二苯并二噁英(PCDDs)和多氯联苯(PCBs)三种持久性有机污染物异构体分子结构, 结合MVSSp方法选择适当的描述子, 建立了三种持久性有机污染物分别对芳烃受体(AhR)亲合性, 芳香羟化酶(AHH), 7-乙氧基异吩唑酮-脱乙基酶(EROD)诱导作用的定量结构活性相关(QSAR)模型, 模型的质量优于文献或相当, 讨论了这些实验毒性与分子结构关系. 这对研究和预测这些持久性污染物的毒性具有一定的指导意义.     

基于分子相互作用力场分析的多氯代二苯并二嗯英定量结构-色谱保留关系

提出了基于分子相互作用力场（MIF）、应用偏最小二乘（PLS）与多区组偏最小二乘（MBPLS）分析相结合，建立并检验多氯代二苯并二嗯英（PCDD）定量结构一色谱保留关系（QSRR）模型的研究方法。分别以表征van der Waals、氢键和疏水效应的C3、H和DRY探针，计算75种PCDD的分子相互作用力场，并与其气相色谱Kovats保留指数进行PLS与MBPLS分析，建立了拟合与预测效果良好的QSRR模型。其中MBPLS模型相关系数r^2为0．998；交叉验证的相关系数q^2为0．994。采用投影变量重要性方法判断了各种效应在PCDD色谱保留中的贡献。结果表明：van der Waals作用的影响最大，其次为疏水效应，而氢键效应影响较小。     

分子相似性方法用于药物反相色谱定量结构色谱保留关系的研究

 应用分子相似性方法研究药物的反相色谱定量结构 色谱保留关系 (QSRR)。在全面考察药物的分子结构参数的基础上 ,采用分子相似性计算方法 ,将化合物结构信息变量转换为相似系数变量 ,并结合人工神经网络技术 ,对 16 2种药物进行反相色谱定量结构与色谱保留关系的研究。成功地应用分子相似性方法实现了对容量因子这一色谱保留参数的预测 ,建立了物理意义明确、预测能力较强的分子结构参数与反相色谱流动相溶剂强度和容量因子之间的定量关系模型 ,实验验证的结果也比较理想。     

Molecular modeling of quantitative structure retention relationship studies: retention behavior of polychlorinated dibenzofurans on gas chromatographic stationary phases of varying polarity by a novel molecular distance edge vector

Chemical structures of polychlorinated dibenzodioxin (PCDD) congeners are described by a novel molecular distance edge vector (VMDE), developed in our laboratory, that consists of the modified molecular distance edge parameters based on the identical group as a pseudo-atom instead of a traditional atom. Quantitative structure retention relationships (QSRRs) between the new VMDE parameters and the gas chromatographic retention behavior of PCDDs are then generated by a multiple linear regression method for nonpolar, moderately polar, and polar stationary phases. All QSRR models with a high correlation (R > 0.99) are developed for nonpolar, moderately polar, and polar columns (DB-5, SP-2100, SE-54, and OV-1701). Cross validation with the leave-one-out procedure is performed, and satisfactory results are obtained with high correlation. The obtained results show that the new VMDE vector is adapted to characterize the chemical structure and model the retention behavior of PCDDs on various polar stationary phases.     

Molecular Distance‐Edge Vector (μ) and Chromatographic Retention Index of Alkanes

A new method of quantitative structure‐retention relationship (QSRR) is proposed for estimating and predicting gas chromatographic retention indices of alkanes by using a novel molecular distance‐edge vector, called μ vector, containing 10 elements. The QSRR model (Ml), between the μ vector and chromatographic retention indices of 64 alkanes, was developed by using multiple linear regression (MLR) with the correlation coefficient being R = 0.9992 and the root mean square (RMS) error between the estimated and measured retention indices being RMS = 5.938. In order to explain the equation stability and prediction abilities of the M1 model, it is essential to perform a cross‐validation (CV) procedure. Satisfactory CV results have been obtained by using one external predicted sample every time with the average correlation coefficient being R = 0.9988 and average RMS = 7.128. If 21 compounds, about one third drawn from all 64 alkanes, construct an external prediction set and the 43 remaining construct an internal calibration set, the second QSRR model (M2) can be created by using calibration set data with statistics being R = 0.9993 and RMS = 5.796. The chromatographic retention indices of 21 compounds in the external testing set can be predicted by the M2 model and good prediction results are obtained with R = 0.9988 and RMS = 6.508.     

Structural Characterization of Volatile Components of Rosa Banksiae Ait for Estimation and Prediction of Their Linear Retention Indices and Retention Times

The molecular electronegativity-distance vector （MEDV） was used to describe the molecular structure of volatile components of Rosa banksiae Ait, and QSRR model was built up by use of multiple linear regression （MLR）. Furthermore, in virtue of variable screening by the stepwise multiple regression technique, the QSRR models of 10 and 6 variables and linear retention index （LRI） 10, 7 and 6 varieables were built up by combinating MEDV with the Ultra2 column GC retention time （tR） of 53 volatile components of Rosa Banksiae Air. The multiple correlation coefficients （R） of modeling calculation values of QSRR model were 0.906, 0.906, 0.949, 0.943 and 0.949, respectively. The cross-verification multiple correlation coefficients （RCV） were 0.903, 0.904, 0.867, 0.901 and 0.904, respectively. The results show that the models constructed could provide estimation stability and favorable predictive ability.     

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.     

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.     

Structural characterization and prediction of Kovats retention indices (RI) for alkylbenzene compounds

A new molecular structural characterization (MSC) method called the molecular vertex eigenvalue correlative index (MVECI) is constructed and used to describe the structures of 122 alkylbenzene compounds. Through multiple linear regression (MLR) and stepwise multiple regression (SMR), a quantitative structure-retention relationship (QSRR) model with correlation coefficient (R) of 0.995 is obtained. Through partial least-square regression (PLS), another QSRR model with correlation coefficient (R) of 0.991 is obtained. The estimation stability and prediction ability of the two models are strictly analyzed by both internal and external validations. For the internal validation, the cross-validation (CV) correlation coefficients (R _CV) of the two models are 0.993 and 0.988. For the external validation, the correlation coefficients (R _test) of the two models are 0.996 and 0.995, respectively. The results show that the stability and predictability of the models are good, and the molecular vertex eigenvalue correlative index can successfully describe the structures of alkylbenzene compounds.     

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...     

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。     

应用分子电距矢量对地笋中挥发油化学成分色谱保留值分析

采用分子电性距离矢量(MEDV)表征地笋中挥发油化学成分的分子结构,并对其气相色谱保留时间进行了系统的定量结构-色谱保留关系(QSRR)研究。在变量筛选的基础上建立了多个挥发油化学成分QSRR模型,相关系数均在0.90以上。通过严格的统计检验表明所建模型具有良好的稳定性与预测能力。