分子电距矢量对酚类物质色谱保留值的分析

用MEDV描述子对102个酚的分子结构进行表征,对MEDV矢量和其气相色谱保留指数之间建立了分子结构-色谱保留值定量关系(QSRR).多元线性回归十参数模型的复相关系数达到了0.943 6,逐步回归九参数模型复相关系数为0.943 6,交互检验的R CV值为0.844 8,表明模型对样本具有一定的稳定性和预测能力.     

醇类异构体气相色谱保留指数的预测

将分子连通指数X进行修正得到Xc，使拓扑指数的结构选择性大大提高，与醇类异构体的气相色谱保留指数IR存在良好的线性关系，对C9－C14醇类异构体在PEG－1500，PEG－20M和OV－101三种色谱柱上的IR进行预测，预测值与文献实验值的一致性令人满意，平均相对误差分别为0．83％，0．32％和0．37％。     

酚类化合物色谱保留指数的估计与预测

用根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对酚类化合物结构进行表征.用多元线性回归(MLR)方法,研究并建立了酚类化合物定量结构-色谱保留(QSRR)关系的10变量模型,其相关系数为0.9512;采用SPSS统计处理软件对变量进行逐步回归(SMR)筛选后,建立了8变量的QSRR模型,其相关系数为0.9508.上述模型对102种酚类化合物色谱保留的预测值与实验值能较好吻合,留一法交互检验的结果分别为Rcv=0.9269和Rcv=0.9377.结果表明所建模型具有良好的稳定性和预测能力.     

醇类化合物气相色谱保留指数与分子结构关系的拓扑研究

用碳原子代替醇中的氧,由此构建出结构与原化合物相似的分子.定义原子i的特征值为gi,并在邻接矩阵的基础上提出一个新的连接性指数nT和定位基参数δ,用0T、δ与25种醇在6种固定相上的气相色谱保留指数RI进行关联,其相关系数均大于0.98,预测值与实验值的一致性令人满意.     

烷基苯气相色谱保留指数的预测

通过对43种烷基苯类化合物在不同柱温下的129个样本集的气相色谱保留指数值(R I)与其部分参数关系的研究,发现R I与拓扑指数(mQ)、摩尔折射度(M R)结构参数及柱温(T)之间的关系可表示为:RI=-35.689-149.4350Q-5.0471Q 116.541MR 2.538T-1.4600Q1Q 0.2941QMR(R=0.980 0)此式不仅在一定程度上阐明了烷基苯类化合物RI与其分子结构及柱温间的关系,同时也提供了一种计算烷基苯类化合物于不同温度下RI的新方法.继以留一法(Leave-one-out,LOO)进行交互检验,相关系数RCV=0.978 3,说明所建模型具有良好的稳定性和预测能力,较好地揭示了烷基苯类化合物在不同温度下气相色谱保留指数的变化规律.     

醇类异构体气相色谱保留指数与分子结构的定量关系

基于Wiener指数（W）,构建距离拓扑指数（T）．T与30个醇异构体在PEG-1500,PEG-20M,OV～101等3种不同固定相上的气相色谱保留指数（RD进行关联,其相关系数分别为0．9992,0．9983,0．9988,计算值与实验值能很好地吻合．T是一种结构选择性和性质相关性俱佳的拓扑指数．     

醇类异构体气相色谱保留指数的预测

将分子连通指数X进行修正得到Xc,使拓扑指数的结构选择性大大提高 ,与醇类异构体的气相色谱保留指数IR存在良好的线性关系 ;对C9～C14 醇类异构体在PEG - 15 0 0 ,PEG - 2 0M和OV - 10 1三种色谱柱上的IR 进行预测 ,预测值与文献实验值的一致性令人满意 ,平均相对误差分别为0 .83% ,0 .32 %和 0 .37%。     

人工神经网络对烷烃同系物气相色谱保留指数的预测

以拓扑指数为结构描述符,用BR神经网络建立了烷烃同系物的结构与色谱保留值的相关模型,预测准确度高,因而是一种较好的预测有机化合物烷烃同系物气相色谱保留指数的方法.     

分子电距矢量(MEDV)用于肽模拟物的定量构效关系研究

利用电距矢量(MEDV)表征肽模拟物的分子结构,并与包含N、0、S杂原子,饱和与不饱和键或共轭体系的二肽分子的生物活性相关.利用多元线性回归方法,构建了两组二肽分子的定量构效关系(QSAR)模型.对于58个二肽组,模型相关系数和均方根误差分别为R=0.842 3和RMS=0.535.对于48个二肽组,R=0.819 9,RMS=0.357.为了检验QSAR模型的预测能力,对两个二肽组数据集进行了交叉校验(CV).采用LOO法即每次从n个样本中抽出n-1个样本建立0SAR模型继而用该模型去预测余下的1个样本的生物活性的方法.对于58肽组,58次预测的生物活性与原实验活性之间的R=0.790 6,RMS=0.608,而48肽组的R=0.742 2和RMS=0.417.MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息.此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术.方法简便快速,模型稳定有预测能力.     

分电距矢量（MEDV）用于肽模拟物的定量构效关系研究

利用电距矢量（MEDV）表征肽模拟物的分子结构,并与包含N、O、S杂原子,饮和与不饱和键或共轭体系的二肽分子的生物活性相关,利用多元线性回归方法,构建了两组二肽分子的定量构效关系（QSAR）模型,对于58个二肽组,模型相关系数和均方根误差分别为R=0.8423和RMS=0.535,对于48个二肽组,R=0.8199,RMS=0.357。为了检验QSAR模型的预测能力,对两个二肽组数据集进行了交叉校验（CV）。采用LOO法即每次从n个样本中抽出n-1个样本建立QSAR模型继而用该模型去预测余下的1个样本的生物活性的方法,对于58肽组,58次预测的生物活性与原实验活性之间的R=0.7906,RMS=0.608,而48肽组的R=0.7422和RMS=0.417,MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息。此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术。方法简便快速,模型稳定有预测能力。     

烷氧基氯硅烷类化合物气相色谱保留指数与结构关系研究

在分子拓扑化学理论的基础上,根据分子中成键原子的结构特征和所处的化学环境,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建立了烷氧基氯硅烷类化合物的NPm(m=1,2,3)与这些化合物的气相色谱保留指数RI的定量结构/保留相关关系模型(QSRR),并用这种模型对烷氧基氯硅烷类化合物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.     

改进的分子连接性和拓扑指数方法预测硫醚的气相色谱保留指数

在分子拓扑理论基础上，定义原子结构参数αi和βi，由αi建构连接性指数^mL，由βi建构拓扑指数B。研究硫醚在不同极性固定相上的气相色谱保留指数与结构的相关性，建立相应的定量模型，预测了硫醚在4种极性固定相上的气相色谱保留指数，各样本总体所建模型的相关系数均在0．97以上。对硫醚保留指数的计算结果表明，计算值与实验值较为吻合。该法还具有计算简单，物理意义明确等优点．     

用新型分子结构参数预测多氯代二苯并呋喃的色谱保留指数

从环境有毒物多氯代二苯并呋喃的分子结构出发,通过考虑化合物的元素组成及各原子的连接方式,提出一种既能表征氯原子的取代数目．又能反映出氯原子取代位置的新型分子结构参数Mi．借助多元线性回归方法建立多氯代二苯并呋喃的气相色谱保留指数与其分子结构参数的定量结构-色谱保留关系（QSRR）模型,得复相关系数为0．9938．为了检验模型的稳定性和预测能力,进行了留一法交互校验以及Jackknife随机抽样检验,得模型复相关系数分别为0．9927和0．9931,结果表明所建模型具有很好的稳健性和外部预测能力,同时该方法计算简单,使用方便,预测结果准确．     

基于ISA-ECI参数的肽高效液相色谱保留时间支持向量机预测模型

基于氨基酸描述子ISA-ECI,利用加和法构建了101个混杂肽高效液相色谱保留时间的支持向量回归(SVR)预测模型(ε=0.001、σ=4和C=100),并与多元线性回归和投影寻踪回归作了比较研究,结果表明SVR要好于其它方法,SVR方法对数据集留一法交叉检验和拟合的预测复相关系数分别为0.8822和0.9530,其预测结果与实验值一致.且提出了一个简单的方法并指出保留时间与描述肽的分子结构信息的ISA-ECI参数存在着非线性关系.     

粮谷及油料中有机磷农药残留物GC保留值的QSRR研究

采用分子电性距离矢量(Molecular Electro-negativity Distance Vector,MEDV)对粮谷及油料中55种有机磷农药的结构进行表征,采用逐步回归对变量进行筛选,运用多元线性回归和偏最小二乘回归统计学软件建立有机磷农药的结构与其气相色谱(GC)保留值的定量结构-色谱保留关系(quantitative structure-retention relationship,QSRR)的数学模型,同时采用内部及外部双重验证的办法对所建模型稳定性能进行分析和验证.两种方法建模相关系数R、留一法交互检验RLOO、外部样本检验Qext分别为0.869 2,0.850 3,0.769 1(MLR);0.869 5,0.863 7,0.773 5(PLS).结果表明,MEDV能较好地表征该类分子的结构信息,所建QSRR模型具有良好的稳定性和预测能力.可望为有机磷农药残留物的分离、纯化、检测等方法的建立,提供有效的理论依据.     

活性寡肽分子结构表达及生物功能预测

基于点电荷作用原理，仅从寡肽一级结构出发，借助分子中各原子电负性及原子间距离，构建了能描述多肽分子结构的描述子参数——分子电负性距离矢量简称分子电距矢量。据此对24个速激七肽序列进行了定量结构活性相关(QSAR)研究，取得了与文献接近或更好的效果，同时从多元线性回归分析结果中获取了一些关于寡肽空间结构的信息，提出的电距矢量的计算比文献更为简便、更易获得，且活性相关性好的特点，可望在生物大分子的结构表征及活性预测方面有所作用。     

电性距离矢量预测有机污染物的生物富集因子

以电性距离矢量Mt表征165种非离子性有机物(NOC)的分子结构.利用多元回归方法建立了122种NOC的生物富集因子(lg BCF)与32个Mt的数学模型,其相关系数R为0.976.经逐步回归建立最佳四变量(M15,M17,M36,M91)模型,其R为0.960;并以Jackknife法检验,其LOO交互检验系数(q2)为0.915.这4个Mt参数揭示了影响NOC生物富集因子的主要因素,结果表明该模型具有良好的估算能力与鲁棒性.以111个NOC为训练集的生物富集模型作用于11个NOC的检验集,显示出良好的预测能力.