烷基吡啶类化合物的气相色谱保留指数与其结构的相关性研究

文章选取意义明确的结构参数,运用数理统计方法,构建了烷基吡啶类化合物在两种不同极性固定相（SE-30和PEG-351）上的气相色谱保留指数与结构相关的QSRR模型,运用遗传函数近似法得到的QSRR方程具有高度的相关性。根据建立的QSRR方程探讨了化合物在不同极性色谱柱上的保留机理。     

硫醚气相色谱保留指数的预测

通过对硫醚类化合物在不同固定相不同柱温下的366个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、固定液极性值(CP)及柱温(T)建立定量-色谱保留相关(QSRR)模型.分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本的复相关系数Rcum、QLOO和Rext分别为0.9812,0.9804和0.9818(MLR);0.9812、0.9807和0.9818(PLSR);0.9869、0.9867和0.9827(ANN).结果表明:所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了硫醚化合物在不同固定相不同柱温上气相色谱保留指数的变化规律.     

硝基苯甲酸酯类化合物的气相色谱保留指数与其结构的相关性研究

本文选取量子化学参数和几何参数作为分子结构描述符,运用正向逐步回归的数理统计方法,构建了硝基苯甲酸酯类化合物在两种不同极性固定相(SE-30和OV-351)上的气相色谱保留指数与结构相关的QSRR模型,并经验证模型的稳定性和可靠性良好。根据建立的QSRR方程探讨了化合物在不同极性色谱柱上的保留机理。     

有机物气相色谱保留指数的定量结构与性质相关性研究

把分子连接性指数 m X用于有机化合物气相色谱保留指数的结构——性质相关性研究中。并计算了 1 5个系列 1 0 8个分子的 0 X、1X值。发现m X与这些有机化合物的气相色谱保留指数有很好的相关性。相关系数均在 0 .99以上     

烷烃分子的Weiner数与气相色谱保留指数关系的研究

本文研究了烷烃分子的修正Ｗｗｉｎｅｒ数与其气相色谱保留指数之间的相互关系，通过拟合找到了描述烷烃端基和支链特征的两个修正参数。     

醇类异构体气相色谱保留指数的分子拓扑研究

用相对键长代替拓扑距离,并根据距离矩阵,提出一个可以表征含有杂原子的相对距离指数K。K与30种醇类异构体在3种不同固定相（PEG-1500、PEG-20M、OV-101）上的气相色谱保留指数（RI）显著相关,相关指数均大于0．99,计算值与实验值很好吻合,平均相对误差分别为0．64％,0．28％,0．26％。     

多种酯类化合物的气相色谱保留指数与其结构的相关性研究

文章选取量子化学参数和几何参数作为分子结构描述符,运用遗传函数近似的数理统计方法,构建了81个饱和酯类化合物在四种不同极性固定相(SE-30、DC-710、XE-60、Silar 5CP)上的气相色谱保留指数与结构相关的QSRR模型,并经验证模型的稳定性和可靠性良好。根据建立的QSRR方程探讨了化合物在不同极性色谱柱上的保留机理。     

~mB对气相色谱保留指数的QSPR研究

在邻接矩阵的基础上 ,建立一种新的连接性指数 mB :mB =∑ (δi·δj·δk… ) 0 .5,其中 :0 B =∑ (δi) 0 .5,1B =∑ (δi·δj) 0 .5,并计算出 114个分子的0 B、1B值。发现 mB与这些化合物的气相色谱保留指数RI有很好的相关性。烷烃的线性回归方程为 :RI=2 5 .6 0 73+83.85 6 10 B - 9.2 784 1B ,相关系数R =0 .996 3;醇的线性回归方程为 :RI=2 7 0 138+130 .0 2 2 90 B - 4 1.0 4 86 1B ,相关系数R =0 .9976 ;取代苯的线性回归方程为 :RI =- 5 .0 889+2 2 .4 5 75 0 B - 2 4 .0 986 1B ,相关系数R =0 .992 8;分子连接性指数能较好地反映化合物的结构特征     

气相色谱中保留指数随温度变化规律的研究

根据保留指数随温度变化的关系式得出保留指数随温度变化的三种规律,运用气相色谱实验获得了较好的验证;并从色谱热力学函数分析了保留指数随温度变化规律的主要原因是由于在色谱分离过程中不同的熵变和焓变所造成的。     

用分子形状指数估算氯代羟基苯甲醛的气相色谱保留指数

基于化学拓扑理论,计算了25种氯代羟基苯甲醛衍生物的分子形状指数(mK)。用多元回归方法研究了这些化合物的气相色谱保留指数(RI)与mK及取代基距离参数(L)的定量关系。经逐步回归分析,建立了最佳的定量结构-色谱保留指数的二元相关(QSRR)模型,其相关系数(R)为0.991。用Jackknife法检验该模型具有良好的稳健性与预测能力,其计算值与实验值基本吻合。     

尼泊金酯色谱保留值与分子连接性指数定量关系研究

测定了12种尼泊金酯的色谱保留时间,通过计算表征其分子结构的8个分子连接性指数,对保留时间和连接性指数进行定量结构-色谱保留关系(QSRR)研究,解释了其色谱保留机理。得到的多元线性回归模型与5χvp显著性相关,交叉验证和预测结果表明,所建立的QSRR模型具有良好的稳定性和预测能力,可用于预测未知尼泊金酯类系列化合物的色谱保留时间。     

Deep Learning Based Prediction of Gas Chromatographic Retention Indices for a Wide Variety of Polar and Mid-Polar Liquid Stationary Phases

Prediction of gas chromatographic retention indices based on compound structure is an important task for analytical chemistry. The predicted retention indices can be used as a reference in a mass spectrometry library search despite the fact that their accuracy is worse in comparison with the experimental reference ones. In the last few years, deep learning was applied for this task. The use of deep learning drastically improved the accuracy of retention index prediction for non-polar stationary phases. In this work, we demonstrate for the first time the use of deep learning for retention index prediction on polar (e.g., polyethylene glycol, DB-WAX) and mid-polar (e.g., DB-624, DB-210, DB-1701, OV-17) stationary phases. The achieved accuracy lies in the range of 16–50 in terms of the mean absolute error for several stationary phases and test data sets. We also demonstrate that our approach can be directly applied to the prediction of the second dimension retention times (GC × GC) if a large enough data set is available. The achieved accuracy is considerably better compared with the previous results obtained using linear quantitative structure-retention relationships and ACD ChromGenius software. The source code and pre-trained models are available online.     

汽油中硫化物分析方法的研究

采用气相色谱-硫化学发光检测器联用技术,建立了催化裂化汽油和焦化汽油中各种硫化物类型分布的分析方法,并考察了色谱条件对不同汽油中各种硫化物分离的影响,对汽油中80余种硫化物进行了定性。该方法具有很好的重复性和准确度,同时对实际样品进行了分析,认为该方法切实可用。     

以污泥为粘结剂的生物质型煤固硫试验研究

往污泥为粘结剂的型煤中加入固硫剂及生物质,通过实验分析了Ca/S及生物质的量对固硫率的影响,结果表明,固硫率随Ca/S比增大而增大,Ca/S达到2时,固硫率趋于最大值,当Ca/S比大于2后,固硫率提高不明显;同一Ca/S比下,加入生物质的型煤固硫率比不加入生物质的型煤固硫率要高,且生物质越多,固硫率越高。     

微波辐射技术在含硫杂环化合物中的应用

微波辐射作为一种新型技术,广泛应用在各个领域,对社会发展和人类生活水平的提高有重要意义。在化学方面,特别是在有机合成中,微波辐射技术与传统加热方法相比,显示出独特的优势,如反应时间短、操作简便、后处理简单、绿色环保等。含硫杂环化合物在医药、工业、农业等领域有重要应用,本文评述了近年来微波辐射技术在硫杂环化合物合成中的应用。