定量結構-性質關系及其在毛細管電泳中的應用.pdf

1、定量結構—性質關系(QSPR)研究的是在化合物的結構與生物活性及各種物理化學性質等性質之間建立起數(shù)量上的依賴關系(數(shù)學模型)，借以指導新化合物的合成及預測未知物的生物活性和物理化學性質，是計算機在化學中應用的一個特別活躍的領域。近年來，毛細管電泳(CE)由于其高效、快速、耗樣量少等優(yōu)點被廣泛用于生命科學、環(huán)境科學、食品科學、藥物化學、法醫(yī)學及臨床診斷等多種領域。但是與其他方法也比較，毛細管電泳需要優(yōu)化的因素更多，這通常就大大影響到了分離

2、效果。在許多情況下，對于一個分離任務來講，尋找一個合適的分離條件往往很難，預測分離條件也很困難。所以本文將QSPR及實驗設計應用于毛細管電泳中來優(yōu)化分離條件，結果表明實驗設計和QSPR方法與毛細管電泳相結合在預測毛細管電泳分離條件方面是一個非常有力的工具。
　　 本文共分七個部分，主要綜述了QSPR的背景、原理、方法以及QSPR和實驗設計在分析化學中的應用；實驗設計及QSPR用于毛細管電泳分離測定中藥及制劑中的活性組分；毛細管電

3、泳測定奶粉、液態(tài)奶和魚飼料中的三聚氰胺的分離體系；并將啟發(fā)式方法(HM)和徑向基函數(shù)神經(jīng)網(wǎng)絡(RBFNN)用于預測有機化合物的電化學和光學性質。
　　 第一章綜述了QSPR的背景、方法研究及實驗設計在分析化學中的應用。
　　 在第二章中，利用正交設計實驗對電泳分離條件進行優(yōu)化，建立了一種分離測定中草藥川烏和草烏中烏頭堿及次烏頭堿含量的簡單、快速的毛細管區(qū)帶電泳(CZE)方法。在最佳分離條件下對中草藥中烏頭堿及次烏頭堿含量

4、進行了測定。同時建立了一個優(yōu)化結構為“4-18-1”的徑向基函數(shù)神經(jīng)網(wǎng)絡，用于預測最佳分離條件下的分離度，預測值與實驗值相吻合。
　　 第三章，建立了一種快速簡單的測定苦參制劑中苦參堿和氧化苦參堿含量的毛細管電泳—紫外檢測方法(CE-UV)。利用正交設計優(yōu)化分離和測定兩個活性組分的條件，并測定了兩個中藥制劑中的活性物質的含量。同時用定量結構—性質關系建立了一個多元線性回歸和一個非線性模型—徑向基函數(shù)神經(jīng)網(wǎng)絡方法用于預測氧化苦參堿

5、的保留時間，預測值與實驗值相吻合，表明定量結構性質關系對于CE分離時間的預測是一個很好的方法。
　　 第四章中，建立了一種簡單、快速和低消耗的CZE方法來分析奶粉、液態(tài)奶和魚飼料中的三聚氰胺并將電泳方法和國標方法—高效液相色譜法(HPLC)進行了比較。用電泳的方法測定奶粉、液態(tài)奶和魚飼料中的三聚氰胺和國標方法(GB/T 22388-2008和NY/T1372-2007)相比有很明顯的改進。所建立方法的精密度、檢測限、準確度和定量

6、結果和HPLC一致。但CE的分析時間短、成本低，所以從長遠看這種方法和高效液相色譜法比較是一種省時省力的方法。
　　 第五章中，用QSPR來預測和解釋熒光猝滅中的結合常數(shù)。此方法僅僅是基于化合物的結構來預測其與人血清白蛋白的結合常數(shù)。分別用多元線性回歸(MLR)和非線性的 RBFNN來建立模型。MLR和RBFNN所得到的統(tǒng)計參數(shù)都表明模型具有很好的穩(wěn)定性和預測能力，而且RBFNN的結果要稍好于MLR。用所建立的模型預測了中藥制劑

7、中的兩個活性組分異歐前胡素和大黃酚與人血清白蛋白的結合常數(shù)，并與我們實驗室用熒光法所得到的結果比較，預測值和實驗值一致。說明QSPR方法能夠使我們更好地從分子結構方面理解藥物—蛋白質的結合，而且可以用于對其他有機化合物結合常數(shù)的預測。
　　 在第六、七章中，分別建立了線性相關模型(MLR)和非線性模型(RBFNN)來預測有機化合物的半波電位和紫外最大吸收波長。所得到的模型統(tǒng)計參數(shù)表明，兩個模型都具有很好的穩(wěn)定性和預測能力。說明Q