连接性指数及其逆指数对-元醇折光指数的拓扑研究

定义了原子特征值βi和βi＇，由βi建构连接性指数^mXA，由βi＇建构其逆指数^mXB，运用定量结构-性质相关技术研究了42个-元醇分子的折光指数与分子结构间的定量关系。通过多元回归的方法建立了^mXZ和^mXB与折光指数的定量结构性质模型，回归方程为：nD=0．1419^0XA^-1＋0．0434^1XA^-1-0．2534^0XB^-1-0．1460^1XB^-1＋1．4659。对醇折光指数的计算结果表明，预测值与实验值的一致性令人满意，平均相对误差为0．15％。研究表明连接性指数及其逆指数在一起使用可以更好地反映出醇的构效关系。     

连接性指数及其逆指数对一元醇折光指数的拓扑研究

定义了原子特征值βi和β'i,由βi建构连接性指数mXA,由β'i建构其逆指数mXB,运用定量结构-性质相关技术研究了42个一元醇分子的折光指数与分子结构间的定量关系.通过多元回归的方法建立了mXA和mXB与折光指数的定量结构性质模型,回归方程为:nD=-0.14190X-1A+0.04341X-1A-0.25340X-1B-0.14601X-1B+1.4659.对醇折光指数的计算结果表明,预测值与实验值的一致性令人满意,平均相对误差为0.15%.研究表明连接性指数及其逆指数在一起使用可以更好地反映出醇的构效关系.     

新拓扑指数Am构效关系研究中的应用：Ⅰ.以烃类气相色谱的保留指数…

该文研究了本实验提出的Ａｍ拓扑指数和烃类气相色谱保色指数的相关关系，并与分子联接性指数进行了对比分析，得到比较理想的相 关方程，使相关系数分别达到０．９９３以上。     

Wiener指数的新定义及其对气相色谱保留指数的相关性研究

1引言 Wiener于1947年提出的距离矩阵指数W，是世界上第一个分子拓扑指数，但由于Ⅳ所含信息较少，限制了Wiener指数在更广泛领域的应用。许多学者对此进行了改进并提出了许多距离矩阵指数，如Hosoya指数、Detour指数、Harary指数等。但是这些指数缺少分子结构中杂原子、多重键等信息，其应用仍然仅限于碳氢化合物。本研究采用原子的拓扑能量重新定义Wiener矩阵的矩阵元，将杂原子的信息引入Wiener指数中，重新定义Wiener指数为形^＋，并利用W^＋指数研究含杂原子胺、硫醚、卤代烷类化合物的气相色谱保留指数砌，将距离矩阵指数的应用扩展到含杂原子的体系。     

新的定位基指数及连接性指数的应用

在邻接矩阵基础上提出了一个新的连接性指数X和定位基指数T，并计算了15个酚分子的X和T值，发现X和T不仅对这些化合物具有较好的结构选择性，而且与其气相色谱保留指数I具有较好的相关性，并以此建立了X、T和I的回归方程，所建模型预测结果和文献数据十分接近，预测能力 优于文献。     

拓扑指数与手性化合物构效关系研究

传统的拓扑指数仅考虑原子间的连接关系，不能区分手性信息．故本研究对Am指数与分子连接性指数进行了扩展，并将其用于3-苯基哌啶类手性化合物的构效关系研究．扩展后的拓扑指数构造的数学模型优于用传统的Am指数与分子连接性指数得到的模型．同时进行了变量的两两相关性测试，结果显示所选3个变量之间的相关性较小．通过交叉验证，证明手性拓扑指数所得到的数学模型是稳定的．并进一步运用人工神经网络，得到了满意的结果．     

醇类化合物气相色谱保留指数的分子拓扑研究

分子中原子i的特征值(ti)定义为tj＝1 ∑hi。并计算了醇类化合物的氢连接性指数，藉助多元线性回归技术分别建立了25个醇类化合物的指数与这些物质的气相色谱保留指数的定量结构／性质相关关系模型。模型具有良好的稳定性和预测能力，氢连接性指数能较好地反映化合物的结构特征。     

新拓扑指数Am在有机物气相色谱法中光离子化灵敏度的的分析中的应用

本文把Ａｍ拓扑９指数与分子连接性指数首次用于有机化合物相色谱分析的光亮子化灵敏度的结构－性能相关研究中，在与相应体系的光离子化灵敏度进行相关分析时发现。Ａｍ指数、分子连接性指数均能较好地反映化合物的结构特征，将二者组合，得到了更为满意的构效关系的数学模型。     

Wiener指数与饱和烷烃偏心因子的关系研究

Ｗｉｅｎｅｒ指数与饱和烷烃偏心因子的关系研究任碧野（岳阳大学化工系岳阳４１４０００）关键词Ｗｉｅｎｅｒ指数，偏心因子，定量结构－性质相关性近年来，利用拓扑指数作为表征分子结构特征的数学量来进行物质定量结构一性质相关性（ＱＳＰＲ）研究非常活跃。其中应用...     

应用新定义的拓扑指数预测烷氧氯硅烷、单硫醚的气相色谱保留指数

根据分子中成键原子i的结构特征和所处的化学环境，新定义了原子i的价点价δi^Y，以价连接矩阵为基础构建了1个新的结构信息价连接性指数^mY。利用线性回归技术分别建立了22个烷氧氯硅烷、61个单硫醚化合物的^mY与这些物质的气相色谱保留指数RI的定量结构／保留相关关系模型(QSRR)。新模型物理意义明确，计算简便，对不同类型化合物在不同极性固定相上的气相色谱保留指数RI具有良好的稳定性和预测能力，新的结构信息价连接性指数能很好地反映化合物的结构特征。     

基于分子结构预测气相色谱程序升温保留指数

从拓扑指数出发,研究了分子结构与气相色谱程序升温保留指数之间的关系。对所选择的部分分子结构,利用主成分回归(PCR)的相关系数R=0.9998,标准偏差S=9.987,交互检验(leave one out cross-valida-tion)所得标准偏差S=11.17。同时,对同一柱型不同升温速率条件下的保留指数之间的关系、同一升温速率不同柱型条件下保留指数之间的关系进行了初步探讨,建立的模型线性关系明显。     

一种新的拓扑指数0X（1X）与气相色谱保留指数RI的相关性研究

在邻接矩阵的基础上,建立化合物的主量子数拓扑指数mX：0X=Σ(δi)0.5,1X =Σ(δi*δj)0.5,并计算了13个系列94个分子的0X、1X值。发现0X或1X与这些化合物的气相色谱保留指数RI有很好的相关性。相关系数均在0.97以上,略优于文献方法。并且物理意义明确,计算简单,使用方便。     

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。     

反相高效液相色谱法测定酚类化合物的保留指数

以3种ODS柱分别测定了10种酚类化合物的保留值,以烷基甲酮类作为标准参照物计算保留指数及校正保留指数。结果表明,采用校正保留指数系统,可获得比常规保留指数系统更好的精密度和准确性。     

含氧化合物气相色谱保留指数的预测

通过对部分含氧化合物(醇、酯、醛、酮)在不同固定相不同柱温下的849个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、定位基参数(Sox)、固定液极性值(CP)及柱温(T)建立定量结构-色谱保留相关(QSRR)模型。分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本预测值的复相关系数Rcum、QLOO和Rext分别为0.9832、0.9829和0.9836(MLR);0.9832、0.9830和0.9836(PLSR);0.9910、0.9909和0.9900(ANN)。结果表明: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,较好地揭示了含氧化合物(醇、酯、醛、酮)在不同色谱条件下气相色谱保留指数的变化规律。     

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…     

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.     

Comparison of Retention Indices of Some Monosubstituted Benzenes Calculated by Different Mathematical Methods in RP-LC

In reversed phase liquid chromatography, the retention indices of benzene and nine mono substituted benzenes with different functionality based on the alkan-2-ones and alkyl aryl ketones retention index standards have been determined by the application of two new mathematical adaptation methods, viz. a multiparametric least-squares regression iterative method based on the determination of the adjusted retention times and a local cubic interpolation method directly using the total retention times. The two methods were applied to two types of columns. The first group includes four octadecyl-C₁₈ columns with different packing materials obtained from different manufacturers, while the second comprises an octyl-C₈ column. The retention indices have been extensively studied using either methanol–water or acetonitrile–water mobile phase systems. The influences of the concentration of the organic modifier in the mobile phase (methanol or acetonitrile), the column temperature, and the column packing material on retention indices of the set of the ten monoaromatics studied were also investigated. The calculated multiparametric retention indices values, those obtained by the local cubic interpolation and Kováts’ methods are compared. Good agreement was observed between the retention indices calculated by the three methods.