反相液相色谱保留值的预测模式

液相色谱保留值的预测一直是色谱领域里研究最为活跃的领域之一,寻找一种以最少系数求算和预测色谱保留值是色谱工作者的长期研究的目标,但目前,仍没有真正的预测方法。我们在液相色谱保留值基本方程的基础上,曾对不同C_(18)的担体上的保留规律进行过研究,并从中引入了溶质lnk′=A C·C_B BlnC_B (1)作用指数的概念,作用指数即为方程(1)中的参数C(参数B在反相色谱中忽略),CB为二元冲洗剂中强冲洗组分的浓度。本文从溶质的作用指数出发来探讨反相液相色谱保留值的预测模式。     

反相液相色谱作用指数温度效应的研究

本文研究了反相液相色谱作用指数C的温度效应对给定溶质、温度升高,C值降低;并符合近似的状态方程。在此基础上预测了不同温度、不同冲洗剂浓度的溶质下保留值、预测值与实测值基本一致。     

反相高效液相色谱分离黄酮类化合物的研究

根据18种黄酮类化合物在C_3、C_(18)和CN三种固定相上的梯度洗脱反相高效液相色谱分离的研究,建立了一种连续快速分离植物提取物中黄酮类化合物的方法。此法可在55 min内完成一个样品的分离及柱平衡。最佳波长和温度分别是280nm和35℃。     

采用反相液相色谱作用指数进行已知保留值定性的研究

本文从理论上提出了采用反相液相色谱作用指数进行已知保留值定性的方法,该方法是建立在反相液相色谱保留值基本方程Ink′=a+cC_B的基础上,通过建立各类样品标准的a,c指数库来实现保留值的预测,从而达到定性的目的,在定性过程中利用了参数a,c之间的线性关系以及双柱之间的a-a线性关系,在此基础上给出了一些典型的实例来验证这种定性方法的正确性。     

反相液相色谱双柱双参数法用于芳香类组分保留值的预测

保留值的双柱双参数的方法,此方法通过建立标准的、c双参数库,利用双柱之间的-线性关系来预测各类样品的保留值。文中给出了芳香类化合物保留值的预测实例。     

反相液相色谱中一些染料的结构与保留值的关系

引言 Horvath用疏溶剂理论解释反相液相色谱(以下简称RPLC)的保留过程。他认为流动相在RPLC的过程中起主要的作用,亦即被冼脱物的疏水效应或疏溶剂效应是保留的推动力。Brauman,Haky及Youllg,Hammer,Gago叙述了表示溶质疏水度的logP与在RPLC上测得的容量因子logk′之间的相关关系,可由溶质的logP值     

反相液相色谱中同系物保留值与常沸点的交点规律

研究指出,反相液相色谱中同系物的容量因子对数lnk'与常沸点的直线关系在不同流动相组成下有一共同交点,此交点规律可用如下交点方程描述: lnk'-lnk_0'=B_1(t_b-t_b~0) 利用最优化求极值法求出九组同系物在三种色谱柱上四类流动相的交点常数。按交点方程预测同系物中所有成员的容量因子,488个数据点的绝对平均误差为2.4%。     

反相液相色谱中保留值变化规律的研究——保留值收敛性的理论探讨与实验验证

本文根据反相液相色谱中顶替吸附多种相互作用模型,系统地研究了不同色谱参数(如流动相组成、柱温、溶质、溶剂及键合相配体分子中的碳数)对保留值收敛性的影响,并用热力学方法导出了4个新的保留值收敛方程,已经在各种同系物实验中得到了验证。另外,本文还建立了一种能够采用计算机直接从实验数据计算保留值收敛点坐标的方法,预测值与做图法得到的结果完全一致。     

反相液相色谱中同系物保留值与流动相组成的交点规律

本文在作者提出的反相液相色谱中同系物保留值与常沸点的交点规律基础上，推导出系物保留值与流动相组成的交点规律，用大量实验数据作了检验。并用新交点方程式，由化合物在一个流动相组成下的保留值，预测该化合物在任一流动相组成下的保留值，对１４组同系物在５种色谱柱上５类流动相下的验算结果表明，７２１个数据点的绝对平均误差为２．８％。     

Measurement of Retention Indexes on n-Alkane Scale in Reversed-Phase Liquid Chromatography and their Prediction from Molecular Structures

Abstract

A method was proposed in which the retention indexes (RI) defined on the n-alkane scale were measured by using 1-phenylalkane homologous series as reference compounds. Good agreement was observed between the RI values obtained with this method and those determined using n-alkanes as the reference. An attempt was made to predict the RIs based on the additivity for the constitutive atomic groups. The RIs were estimated with considerable accuracy by using increments of substituents themselves and positional increments between substituents. It was possible to distinguish methylnitroaniline isomers by comparison of the calculated RI values with the observed values.     

疏水分配常数用于反相液相色谱保留值的预测

在反相液相色谱保留值基本方程log k_′=a+_cC_B的基础上,描述了采用疏水分配常数及氢键作用能来预测a、c参数的方法,并系统讨论了疏水分配常数对参数a、c的影响,借此对反相液相色谱宽浓度范围内的保留值进行了预测。     

电拓扑状态预测有机磷酸酯类化合物的气相色谱保留指数

以原子类型电拓扑状态指数(ETSI)有效表征35个有机磷酸酯类化合物(OP)的分子结构, 应用基于预测的变量选择与模型化(VSMP)方法建立OP化合物在3种不同固定相上的气相色谱保留指数(RI)与分子结构(ETSI)的定量相关模型. 结果表明, 影响不同固定相上OP色谱保留的主要结构因素都是由7个ETSI描述子对应的子结构碎片, 即: ＝CH₂,≡C—, aaC—, ＝O, —O—, Cl和Br. 其中子结构aaC—, ＝O和—O与OP化合物母体骨架密切相关, 而＝CH₂,≡C—, —Cl和—Br反映支链或取代基的变化. 通过多元线性回归法建立OP化合物在三个固定相上的定量结构-保留相关模型(QSRR)发现, 各QSAR模型的估计相关系数均在0.99以上, LOO检验相关系数在0.98以上, 表明模型具有良好估计能力与稳定性. 应用28个OP训练集样本构建的QSRR模型预测外部7个检验集RI结果表明训练集模型具有良好预测能力.     

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。     

多环芳烃气相色谱保留指数预测与估算

按碳原子的键合特性对其进行分类,定义并计算了多环芳烃的分子距边矢量（VMDE）,在此基础上对94种多环芳烃的气相色谱保留指数（RI）进行定量相关性研究,发现色谱保留指数与分子距边矢量之间存在良好的线性关系,RI．a b VMDE,n=94,相关系数r=0.9946,均方根RMS＝8．15,同时,还进行了留一法交互检验结果为r=0.9928,RMS=9.35。表明了新分子距边矢量的合理性和有效性,可成功地用于多环芳烃气相色谱保留指数的估计与预测,有望在定量构效关系研究中获得广泛的运用。     

Prediction of Intact N-Glycopeptide Retention Time Windows in Hydrophilic Interaction Liquid Chromatography

Analysis of protein glycosylation is challenging due to micro- and macro-heterogeneity of the attached glycans. Hydrophilic interaction liquid chromatography (HILIC) is a mode of choice for separation of intact glycopeptides, which are inadequately resolved by reversed phase chromatography. In this work, we propose an easy-to-use model to predict retention time windows of glycopeptides in HILIC. We constructed this model based on the parameters derived from chromatographic separation of six differently glycosylated peptides obtained from tryptic digests of three plasma proteins: haptoglobin, hemopexin, and sex hormone-binding globulin. We calculated relative retention times of different glycoforms attached to the same peptide to the bi-antennary form and showed that the character of the peptide moiety did not significantly change the relative retention time differences between the glycoforms. To challenge the model, we assessed chromatographic behavior of fetuin glycopeptides experimentally, and their retention times all fell within the calculated retention time windows, which suggests that the retention time window prediction model in HILIC is sufficiently accurate. Relative retention time windows provide complementary information to mass spectrometric data, and we consider them useful for reliable determination of protein glycosylation in a site-specific manner.     

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。     

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。     

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.