苯砜基环烷酸酯类化合物的分子结构与色谱保留的定量关系

根据线性溶解能理论，导出一种理论线性溶解相关模型，应用该模型及量子化学ＡＭＩ算法计算的分子结构参数，得出苯砜基环烷酸酯类化合物的分子结构与色谱保留定量关系方程，这个方程可以应用于同类化合物在同样色谱条件下保留行为的预测。研究表明，该类化合物的容量因子随着分子平均极化率的增大而增大，随着偶极矩和的分子中与硫原子相键合的氧原子的净电荷的增大而减小。     

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。     

用高效液相色谱研究头孢菌素类药物热学函数及其构效关系

本文实验表明反相高效液相色谱流动相组成与头孢菌素容量因子成线性关系，并测定了头孢菌素的过量热力函数△Ｈ，证明头孢菌素类药物的生物活性与ΔＨ存在定量构效关系，从而提出ΔＨ和ΔＳ分别是研究药物定量构效关系的药物生化过程的重要参数之一。     

由液相色谱保留值变化规律式进行固定相、流动相推荐和色谱峰定性

本文应用统计热力学导出的保留值变化规律式以及式中参数与溶质分子结构参数的关系,建立了反相色谱流动相和固定相的选择规则,并应用文献中的结果对这些规则进行了初步验证。本文还从分子结构和分子作用力出发,研究了各类组分用保留值变比规律式中参数与分子结构参数的定量关系进行色谱峰保留值定性的可行性。     

电性拓扑态、分子形状属性研究苯砜基环烷酸酯类化合物液相色谱容量因子

1引言定量结构保留关系(QSRR)是指分子结构描述符与其色谱保留值(如气相色谱保留指数、液相色谱容量因子等,以“Se”表示)之间的数量关系。影响溶质的色谱保留值的因素主要有溶质与溶质之间、溶质与固定相之间、溶质与流动相之间的相互作用力以及测定时的外部条件(如柱温、流速     

由液相色谱保留值变化规律式进行固定相、流动相推荐和色谱峰定性

 本文应用统计热力学导出的保留值变化规律式以及式中参数与溶质分子结构参数的关系，建立了反相色谱流动相和固定相的选择规则，并应用文献中的结果对这些规则进行了初步验证。本文还从分子结构和分子作用力出发，研究了各类组分用保留值变化规律式中参数与分子结构参数的定量关系进行色谱峰保留值定性的可行性。     

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。     

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。     

气相色谱保留值与疏水亲脂参数的关系

]本文利用数理统计方法,研究了分子结构参数与气相色谱保留行为的关系,重点考察了疏水亲脂参数logP以及结合诱导效应指数F和分子连通性指数1X,对于极性和非极性物质色谱保留值的不同贡献。并通过对保留值的预测,证明了它们的密切相关性。     

反相液相色谱中溶质保留与溶剂化结构参数间的定量关系

本文研究了等度条件下反相液相色谱中溶质保留与溶剂化结构参数间的定量关系;考察了反相液相色谱保留值变化规律式lnk'=a+cC~b中参数a.c 与溶剂化结构参数间的定量关系,结果表明能较好地预测等度和不同冲洗剂组成下溶质的保留值,将乙腈-水和甲醇-水冲洗剂下的a.c值定量关联,表明在考虑溶质的氢键作用参数后,其相关性有所提高.     

基于反相高效液相色谱法构建 QSRR 模型测定萘类及蒽醌类化合物的正辛醇-水分配系数

正辛醇-水分配系数(Kow )是评价药物毒性、活性及跨膜转运等的重要参数,但直接测定法实验过程复杂。本研究采用反相高效液相色谱(RP-HPLC)法,以甲醇-水为流动相,以29种已知 Kow的酸性和中性苯系物及萘类、醌类衍生物为模型化合物,以保留时间两点校正法( DP-RTC)校正保留时间,并由 Snyder-Soczewinski方程得100%水相保留因子(kw ),建立了表观正辛醇-水分配系数 Kow＂与 kw 的定量关系(Quantita-tive structure-retention relationship, QSRR)模型,并对模型进行了内、外部验证。结果表明,不同 pH 下的 QSRR模型线性相关性 R2=0.974~0.976,内部验证( R2cv =0.970~0.973)和外部验证结果(6种验证化合物,1.4%≤相对误差(RE)≤7.9%)令人满意,与考虑了分子结构参数后建立的线性溶剂化能模型(LSER)相比无差异。将建立的 QSRR 模型应用于11种萘类和蒽醌类化合物的 Kow测定,并与软件计算值、摇瓶法实验值比较,结果表明,本方法准确性更高,且简单快捷,可用于快速准确预测复杂混合物体系中组分的 Kow。     

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.     

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.     

Estimation and Prediction of Gas Chromatography Retention Indices of Hydrocarbons in Straight-run Gasoline by Using Artificial Neural Network and Structural Coding Method

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｓｔｕｄｙｏｆｍｏｌｅｃｕｌａｒｍｏｄｅｌｉｎｇａｎｄｃｈｅｍｉｃａｌｍｏｄｅｌｉｎｇ ,ｉｎｃｌｕｄｉｎｇｔｈｅｌｉｎｅａｒａｎｄｔｈｅｎｏｎｌｉｎｅａｒｍｅｔｈｏｄｓ ,ａｎｄｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅｓｔｒｕｃｔｕｒｅ ｐｒｏｐｅｒｔｙ/ａｃｔｉｖｉｔｙｒｅｌａｔｉｏｎｓｈｉｐ (ＱＳＰＲ/ＱＳＡＲ) ,ｈａｓｂｅｅｎｏｆｍａｊｏｒｉｎｔｅｒｅｓｔｔｏｍａｎｙｃｈｅｍｉｓｔｓａｎｄｒｅｌａｔｉｖｅｓｃｉｅｎｔｉｓｔｓ[1— 4] .Ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐａｒｔｓ…     

利用分子路径指数矢量对烷烃摩尔响应值的估计与预测

 利用分子路径指数矢量表示烷烃分子结构方法 ,结合多元线性回归算法及反传神经网络算法 ,对烷烃摩尔响应值进行处理 ,获得了比文献更佳的预测效果 ,交互校验的相关系数达 0 96 8以上。