手性固定相毛细管电色谱在手性药物分离中的应用研究进展

综述了多糖衍生物、蛋白质、大环类、Prikle型、配体交换和分子印迹聚合物为手性固定相在毛细管电色谱分离手性药物中的应用.分析了各类手性固定相的分离机理,引用文献62篇.     

N-乙酸基马来酰亚胺及其聚合物的合成和量化计算

以马来酸酐和甘氨酸为原料, 采用两步法合成了N-乙酸基马来酰亚胺, 并用碱催化合成了其低聚物, 采用IR和¹HNMR对产物进行了表征. 在不同溶剂条件下, 采用量子化学方法在B3LYP/6-311g*和HF/6-311g*两种水平上, 计算了N-乙酸基马来酰亚胺及其低聚体的几何构型, 电荷分布, 振动分析及热力学函数.     

应用人工神经网络预测氢化可的松的溶解度

以量子化学方法在密度泛函B3LYP/6-31G(d)水平上计算得到含有电负性原子的溶剂水、醇类、酮类、酯类、氯代烷烃共17种溶剂的结构参数：最高占用轨道能(EHOMO)、分子最低空轨道能(ELUMO)、分子偶极矩(μ)、分子总能量(Etotal) 、最正原子净电荷(q+)、最负原子净电荷(q-)。采用误差反向传播(BP)算法的三层人工神经网络,确定隐含层节点数为7,建立了EHOMO、ELUMO、μ、Etotal、q+、q-、摩尔体积(VM)、介电常数(ε)、温度(T)共9个参数与氢化可的松在不同温度下不同溶剂中的溶解度之间关系的模型。运用此神经网络模型可预测不同分离条件下氢化可的松的溶解度,平均预测相对误差为7.0%。     

马来酰亚胺阴离子聚合链引发反应机理研究

以氢氧根离子催化马来酰亚胺聚合反应为例,通过理论计算探讨了在DMF溶剂(ε=36.7)中阴离子聚合链引发阶段的微观机理,在DFT(B3LYP/6-311G*)水平搜索得到反应路径,相同水平上对反应物中间体、过渡态和产物进行几何优化和振动分析,并经过IRC验证.发现在反应过程中氢氧根先进攻酰亚胺的碳,经过一过渡态最终生成氢氧根连接在碳碳双键上的阴离子,证明反应机理为阴离子聚合.由于活化能较小,所以聚合反应在较温和的条件下即可进行.     

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.     

氢化可的松的热力学函数和晶体结构——密度泛函理论分析

采用密度泛函理论B3LYP/6-31G和B3LYP/6-311G*方法优化了气相状态氢化可的松的几何结构,利用优化的结构得到了氢化可的松各原子净电荷及前沿轨道分布;基于简谐振动分析求得氢化可的松的红外光谱频率和热力学函数;并计算了环己烷、乙酸丁酯、二氯乙烷、异丙醇、甲醇、水六种不同极性的溶剂对氢化可的松几何构型、电荷分布及能量的影响.结果表明,由理论计算得到的氢化可的松的晶体结构与实测的晶体结构接近.     

氢化可的松和表氢化可的松的密度泛函理论研究

采用密度泛函理论B3LYP/6-31G和B3LYP/6-311G*方法优化了氢化可的松和表氢化可的松的几何结构,利用优化的结构得到了氢化可的松和表氢化可的松的原子净电荷、总能量及前沿分子轨道组成.基于简谐振动分析求得了氢化可的松和表氢化可的松的红外光谱频率和强度,由统计热力学分析得到了热力学函数;进而确定了氢化可的松和...