超声萃取-气相色谱-质谱联用测定海洋沉积物中39种多溴联苯醚残留

建立了超声萃取-气相色谱-质谱法测定海洋沉积物中39种多溴联苯醚残留的分析方法.样品用V(正己烷):V(二氯甲烷) =1:1混合溶液提取,超声(控制水浴温度为25 ℃)提取60 min,采用硅胶和氧化铝净化,负化学离子源-气相色谱-质谱法进行检测,39种组分图谱在49 min 内能得到很好的分离. 39种混合样品的检出限为0.003～0.10 μg/kg; 加标回收率为66.2%～118.6%;相对标准偏差为0.8%～18.2%.用于实际样品分析,结果令人满意.     

高分辨气相色谱-高分辨质谱测定活性污泥中的多溴联苯醚

建立了利用高分辨气相色谱-高分辨质谱定量测定多溴联苯醚(PBDEs)的方法,参与了测定PBDEs的国际比对实验,实验结果表明该法是可行的。对不同地区（北京、山东临沂、上海）的3个污水处理厂的活性污泥进行了索氏提取、多层复合硅胶柱分离,然后用所建立的方法测定了19种多溴联苯醚单体的含量。结果表明,北京某污水处理厂的活性污泥中PBDEs的总量高于其他两者。     

QuEChERS结合气相色谱-质谱法快速测定职业工人尿液中多溴联苯醚

建立了QuEChERS前处理结合气相色谱-质谱快速测定职业工人尿液中8种多溴联苯醚同系物的分析方法。尿液样在氯化钠和无水硫酸镁的脱水与盐析作用下以正己烷-丙酮混合液提取,采用C18去除提取液中的杂质,并采用气相色谱-负化学源质谱法在选择离子监测模式下测定,内标法定量。三至七溴联苯醚在1~100 pg/μL(十溴联苯醚为10~1 000 pg/μL)范围内线性关系良好,相关系数均大于0.999。待测物在3个加标水平下的平均回收率为91.7%~110.2%,相对标准偏差(RSD)小于10%。多溴联苯醚的检出限为0.3~36 pg/m L。该方法简单快速,灵敏度和选择性较高,适合职业工人体内污染物暴露水平监测。     

超声微波协同萃取/气相色谱法测定土壤中的多溴联苯醚

建立了同时测定土壤中7种多溴联苯醚(PBDEs)的超声微波协同萃取/气相色谱测定方法.考察了萃取溶剂的种类和用量、微波功率、萃取时间等因素对模拟土壤中PBDEs回收率的影响,得到了最佳萃取条件:萃取剂为50 mL正己烷-丙酮(1:1),微波辐射功率为90W,萃取时间为10 min.在最佳条件下,PB-DEs在10～40...     

多环芳烃分子结构的距边矢量表征及其气相色谱保留指数预测

 从分子图论拓扑学角度出发 ,提出用六元素组成的分子距边矢量VMDE表达上百个多环芳烃化学结构 ,对 10 0种多环芳烃的毛细管气相色谱保留值进行定量相关性研究 ,发现存在良好的线性相关关系 :IR=a +bVMDE,n =10 0 ,r =0 .988,其中a ,b为回归系数 ,可用于多环芳烃的色谱保留指数的分子建模与定量预测。     

单硫醚气相色谱保留指数拓扑化学研究

在分子拓扑化学理论的基础上,根据分子中原子的特性,用分子中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一组新的拓扑指数NPm(m=1,2,3),利用多元线性回归技术将单硫醚在4种极性固定相的气相色谱保留指数与NPm(m=1,2,3)建立相应的定量结构-保留相关关系模型(QSRR),并用这种模型对单硫醚的气相色谱保留指数进行预测,结果表明,预测结果和实验值吻合较好。     

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。     

多氯代二苯并呋喃的结构信息连接性指数与其在不同柱上的气相保留行为的关系

 在分子连接性指数的基础上 ,建立了化合物结构信息连接性指数 nχH(n =0 ,1,2 ,… ,m) ,即 nχH =∑(δiH·δjH·δkH·… ·δmH) -0 5,其中 1阶和 2阶结构信息连接性指数为 :1χH =∑(δiH·δjH) -0 5,2 χH =∑(δiH·δjH·δkH) -0 5,并计算了 135个多氯代二苯并呋喃分子的1χH 和2 χH 值。发现1χH 或2 χH 或1χH 和2 χH 与多氯代二苯并呋喃在不同柱上的气相保留指数 (RI)和相对保留时间 (RRT)有很好的相关性。各样本总体模型即定量结构 保留关系 (QSRR)相关模型的相关系数均在 0 96以上 ,且物理意义明确 ,计算简单.     

利用气相色谱相对比保留体积估算芳烃的正辛醇/水分配系数

采用气相色谱法在９种常见的固定液上分别测定了１３种芳烃的相对比保留体积,同时对经典的摇瓶法测定了相同化合物的正辛醇／水分配系数,并以此建立了（Ｖｇ〈Ｒ〉－Ｋｖｗ回归方程。利用所建立的回归方程和１３种芳烃化合物的Ｖｇ〈Ｒ〉值对其Ｋｖｗ进行估算的结果表明,选用９种固定液中的任何一种,其Ｋｖｗ估算值的相对误差均在允许的范围内,其中以选用固定液ＤＣ－２００,ＳＥ－３０和ＰＥＧ－２０Ｍ误差较小。     

拓扑-量子指数醛酮气相色谱保留指数及沸点的定量构效关系

通过对醛酮化合物分子结构特征及其气相色谱保留指数(RI)和沸点与分子结构间关系的研究,提出了分子极化效应指数(MPEI)、奇偶指数(OEI)、立体效应指数(SVij)、顶点度-距离指数(VDI)及键连接矩阵特征根(∑X1CH)等拓扑-量子结构参数,用多元线性回归(MLR)方法获得了醛酮类化合物的沸点及其在不同极性色谱柱上的气相色谱保留指数与这些拓扑-量子指数间良好的定量结构-性质相关(QSPR)模型,相关系数均大于0.99。5个分子结构参数具有明确的物理化学意义且易于计算和运用。与文献研究的比较结果表明:由上述分子结构参数得出的模型方程适用于各类醛酮化合物的气相色谱保留指数及沸点的预测且具有较好的稳定性和准确性。     

Quantitative structure‐retention relationships of the chromatographic retentions of phthalic acid ester contaminants in foods

The harmful health effects caused by phthalic acid esters have been supported from the increasing scientific evidence, developing the efficient methodologies to monitor the levels of phthalic acid esters in various foods become especially important from the aspects of human exposure assessment and their migration mechanistic understanding. In this study, quantitative structure‐retention relationship studies on both the gas and liquid chromatographic retention times of 23 phthalic acid esters were performed by genetic function approximation, and the optimal quantitative structure‐retention relationship models (r² > 0.980, r²_CV > 0.960, and r²_pred > 0.865) passed the statistical tests of cross‐validation, randomization, external prediction, Roy′ r_m² metrics, Golbraikh‐Tropsha′ criteria and applicability domain. The established predictive models elucidate the structural requirements for the retention of phthalic acid esters over different chromatographic columns, which were finally used to predict the retention times of 11 new phthalic acid esters. Hopefully, this work could provide useful guidelines for better understanding and accurate prediction of the retention behavior of undetermined phthalic acid esters when lacking standard samples or under poor experimental conditions, and make the simultaneous identification and quantification of numerous phthalic acid esters possible.     

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。     

QSRR Study of GC Retention Indices of Volatile Compounds Emitted from Mosla chinensis Maxim by Multiple Linear Regression

The volatile compounds emitted from Mosla chinensis Maxim were analyzed by headspace solid‐phase microextraction (HS‐SPME) and headspace liquid‐phase microextraction (HS‐LPME) combined with gas chromatography‐mass spectrometry (GC‐MS). The main volatiles from Mosla chinensis Maxim were studied in this paper. It can be seen that 61 compounds were separated and identified. Forty‐nine volatile compounds were identified by SPME method, mainly including myrcene, α‐terpinene, p‐cymene, (E)‐ocimene, thymol, thymol acetate and (E)‐β‐farnesene. Forty‐five major volatile compounds were identified by LPME method, including α‐thujene, α‐pinene, camphene, butanoic acid, 2‐methylpropyl ester, myrcene, butanoic acid, butyl ester, α‐terpinene, p‐cymene, (E)‐ocimene, butane, 1,1‐dibutoxy‐, thymol, thymol acetate and (E)‐β‐farnesene. After analyzing the volatile compounds, multiple linear regression (MLR) method was used for building the regression model. Then the quantitative structure‐retention relationship (QSRR) model was validated by predictive‐ability test. The prediction results were in good agreement with the experimental values. The results demonstrated that headspace SPME‐GC‐MS and LPME‐GC‐MS are the simple, rapid and easy sample enrichment technique suitable for analysis of volatile compounds. This investigation provided an effective method for predicting the retention indices of new compounds even in the absence of the standard candidates.