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。     

变量选择中的正交变换法及苯酚和苯胺类衍生物色谱比移值的预测

正交变换法是变量选择的一种可行方法,但该种方法非常依赖于正交变换过程中变量的排序,侧重比较了不同排序方法,其中,后退法可以得到较好的结果。文中采用此种方法对由苯酚及苯胺类化合物所衍生的变量进行了正交变换,并对上述化合物的色谱比移值进行了预测。同时,与前进选择法、后退剔除法和逐步回归法几种传统方法进行了比较,得到了有启示性的结果。     

吡啶和喹啉类化合物的碳-13核磁共振波谱模拟

运用多元回归分析和人工神经网法对１８个吡啶和喹啉类化合物的１１８个化学位移进行计算机模拟,并应用碳原子的空间和电子结构特征来表征其所处的化学环境,从而获得了比较好的相关模型。波谱模拟技术对辅助有机化合物结构解析和化学位移的确认是十分有用的工具。     

环己烷13C NMR化学位移的预测

通过计算机辅助方法对¹³C NMR化学位移进行预测.这个方法包括分子拓扑指数和几何参数特征值的计算及对所选特征进行的变量压缩,并对所选共振碳的化学位移与其提取的特征进行多元回归分析,从而得出其相关数学模型.本文预测了环己烷中45个仲碳原子的¹³C化学位移,其标准误差约为1.4ppm.     

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．     

Am指数的扩展与手性化合物的构效关系研究

构效关系研究中的分子拓扑指数(Am)通常仅代表一个化合物的拓扑特征,所以预测手性化合物活性的能力较差.我们对Am指数进行了扩展,得到eAm指数,并将其应用于手性分子的结构-活性相关研究.结果表明,由手性拓扑指数得到的QSAR模型比传统的拓扑指数有更好的统计和预测手性化合物活性的能力.     

投影边缘在硝基苯类化合物构效关系研究中的应用

在三维投影的基础上,对投影的边缘进行了描述,并以其进行了定量结构活性相关研究.实验结果表明,与Am指数、指示变量和量化参数相结合,可使其数学模型得到明显提高.通过人工神经网络对硝基苯类化合物的毒性进行预测,结果令人满意.     

应用量化参数和拓扑指数研究吡喃酮类化合物结构与活性的相关性

QSAR;量子化学参数;应用量化参数和拓扑指数研究吡喃酮类化合物结构与活性的相关性     

环己烷~(13)C NMR化学位移的预测

通过计算机辅助方法对1 3 CNMR化学位移进行预测 .这个方法包括分子拓扑指数和几何参数特征值的计算及对所选特征进行的变量压缩 ,并对所选共振碳的化学位移与其提取的特征进行多元回归分析 ,从而得出其相关数学模型 .本文预测了环己烷中 45个仲碳原子的1 3 C化学位移 ,其标准误差约为 1 .4ppm .