高效液相色谱手性流动相添加剂分离乳酸对映体.pdfVIP

第 卷 分析化学 （ ） 研究简报 第 期 29 FENXI HUAXUE 4 年 月 2001 4 Chinese JournaI of AnaIyticaI Chemistry 416 ~ 420 饱和醇定量结构 保留相关研究中 - 人工神经网络的应用 1 2 1 郭伟强! 卢 鸯 郑小明 1 2 （浙江大学化学系，杭州 310028） （浙江省丝绸科学研究院，杭州 310014 ） 摘 要 以拓扑指数（分子连接性指数）为结构描述符，用人工神经网络技术建立了醇类化合物的结构 与色谱保留值的相关性模型。研究了网络构造对模型稳定性的影响，考察了模型在单一固定相上及多 固定相上的适应性。与多元线性回归法相比较，人工神经网络模型具有更好的预测结果，但外推能力较 弱。 关键词 定量结构-保留相关，气相色谱，人工神经网络，拓扑指数 ! 引 言 作为定量结构 性质关系研究（ ）的一个重要分支，定量结构 保留相关关系（ ）的研究和应 - OSAR - OSRR 用在色谱科学领域越来越多地受到关注。醇类化合物由于含有一个极性的羟基，氧的电负性较强，又存 在氢键缔合作用，由OSRR 研究的基本思路可推测此类化合物的保留行为比烷烃要复杂，表现为一方面 醇分子中烷基部分的碳数大小、分枝情况对保留值有影响，另一方面，羟基所在位置的差异亦将导致保 〔〕 留值的不同。在过去的研究中， 1 的分枝指数讨论过醇类化合物分子结构与保留指数间的相关 Randic 〔〕 性但没有给出一个确切的方程和预测情况。Bermejo 2 等通过多元线性回归方法用拓扑参数（分子连接 性指数）和物理化学参数预测了饱和脂肪醇在不同固定相上的色谱保留值，但仅限用于较小范围的预 测。本文拟以分子结构的拓扑参数为描述符，找出它们与色谱保留值之间的定量关系式，使之更方便地 适用于醇类化合物保留值的预测。利用人工神经网络方法有很强的自学习、自适应、处理非线性问题的 〔 〕 能力及分布存贮与并行处理信息的能力等优点，结合以前的工作3 ~ 5 ，我们用 算法人工神经网络建 BP 立分子结构与保留参数间的相关模型并进行预测，并将所得结果与多元回归方法的结果进行对比。 实验部分 . ! 仪器 SP-6800 气相色谱仪（山东鲁南化工仪器厂）。配N - 2000 型色谱工作站（浙江大学）。 . 色谱条件 色谱柱为 （ ）不锈钢柱，上试硅烷化白色担体（ 目）为载体，固定液液载比为 2m X 3mm I . D . 80 - 100 10 % ；载气为高纯氮气。汽化温度240 C ，检测器温度240 C ，柱温100 C ，桥流90 mA 。 .# 试剂 所用 种饱和脂肪醇样品为色谱纯或分析纯。 13 .$ 保留指数值 〔〕 除部分来源于