毕业设计（论文）-交互柱法研究固定相极性参数对单硫醚QSRR建模的影响.docx

湖 南 科 技 大 学毕 业 设 计（ 论 文 ）题目交互柱法研究固定相极性参数对单硫醚QSRR建模的影响作者学院化学化工学院专业化学学号指导教师二一七 年 六 月 八 日湖 南 科 技 大 学毕业设计（论文）任务书 化学化工 学院 化学 系（教研室）系（教研室）主任: （签名） 2017 年 1 月 10 日学生姓名: 何玉龙 学号: 1306010105 专业: 化 学 1 设计（论文）题目及专题：交互柱法研究固定相极性参数对单硫醚QSRR建模的影响2 学生设计（论文）时间：自 2017 年 2 月 21 日开始至 2017 年 5 月 20 止3 设计（论文）所用资源和参考资料：（1）应用回归分析（第二版）；（2）基础化学计量学；（3）中国知网；（4）Chemoffice2004软件；（5）Minitab软件；（6）Dragon 6软件4 设计（论文）应完成的主要内容：（1）熟读应用回归分析与基础化学计量学，了解数据处理的基本方法和回归分析的基本原理及方法；（2）阅读文献并收集61种单硫醚保留指数实验数据；（3）计算化合物结构参数；（4）利用数据统计软件，得到单硫醚与结构参数的QSRR模型；（5）用交叉柱法建立模型。5 提交设计（论文）形式（设计说明与图纸或论文等）及要求：（1）提交论文一份；( 2 )要求严格按照湖南科技大学论文格式；（3）计算结果表与计算结果数据；（4）计算数据精确，文章创新；（5）装订顺序： 封面 扉页 任务书 指导人评语 评阅人评语 答辩记录 中文摘要 英文摘要 目录 正文（包括前言、主体、结论）参考,文献,致谢,附录。6 发题时间： 2017 年 1 月 10 日指导教师： （签名）学 生： （签名）湖 南 科 技 大 学毕业设计（论文）指导人评语主要对学生毕业设计（论文）的工作态度，研究内容与方法，工作量，文献应用，创新性，实用性，科学性，文本（图纸）规范程度，存在的不足等进行综合评价建构和优化了61个单硫醚的分子结构，并提取出每个化合物的2121个结构参数，通过逐步回归筛选出五个变量（SpMin4_Bh(s)、SpMax3_Bh(e)、Eig08_AEA(ed)、H-046和SPAM ），运用多元线性回归方法构建了定量结构-色谱保留相关关系(QSRR)模型，模型方程的相关系数在0.97以上。在此基础上建立交互柱QSRR模型，并选取每根柱子上的20个单硫醚作为预测集评价交叉柱模型，所得模型对单硫醚化合物的色谱保留指数能做出较准确的预测。何玉龙同学对论文工作态度端正、认真；如期完成了论文工作规定的内容。资料完整、数据可靠、计算准确。论文条理清楚，结论合理，文字通顺；图表齐备、正确、整洁。指导人： （签名）年 月 日 指导人评定成绩： 湖 南 科 技 大 学毕业设计（论文）评阅人评语主要对学生毕业设计（论文）的文本格式，图纸规范程度，工作量，研究内容与方法，实用性与科学性，结论和存在的不足等进行综合评价评阅人： （签名）年 月 日 评阅人评定成绩： 湖 南 科 技 大 学毕业设计（论文）答辩记录日期： 6月4日 学生： 何玉龙 学号： 1306010105 班级： 化学一班 题目： 交互柱法研究固定相极性参数对单硫醚QSRR建模的影响 提交毕业设计（论文）答辩委员会下列材料：1 设计（论文）说明书共页2 设计（论文）图 纸共页3 指导人、评阅人评语共页毕业设计（论文）答辩委员会评语：主要对学生毕业设计（论文）的研究思路，设计（论文）质量，文本图纸规范程度和对设计（论文）的介绍，回答问题情况等进行综合评价答辩委员会主任： （签名）委员： （签名）（签名）（签名）（签名） 答辩成绩： 总评成绩： 摘要用Chemoffice 3D建构和优化了61个单硫醚的分子结构，并通过Dragon6.0软件提取出每个化合物的2121个结构参数，运用Minitab16软件进行逐步回归筛选出五个变量（SpMin4_Bh(s)、SpMax3_Bh(e)、Eig08_AEA(ed)、H-046和SPAM ），通过多元线性回归方法构建了定量结构-色谱保留相关关系(QSRR)模型，模型方程的相关系数在0.97以上。在此基础上建立交叉柱QSRR模型，并选取每根柱子上的20个单硫醚作为预测集评价交叉柱模型，所得模型对化合物的色谱保留指数能做出较准确的预测。关键词：分子结构参数；单硫醚；定量结构-色谱保留相关关系（QSRR）；交叉柱法ABSTRACTThe molecular structure of 61 saturated esters was constructed and optimized by Chemoffice 3D. 2121 structural parameters of each compound were extracted by the software of Dragon6.0. Five variables (SpMin4_Bh(s)、SpMax3_Bh(e)、Eig08_AEA(ed)、H-046和SPAM ) were selected using Minitab16 software regression with stepwise regression. Quantitative structure-retention relationships (QSRR)were established by multiple linear regression with the correlation coefficient R0.97. Cross-column retention prediction is evaluated on an internal validation set consisting of data of 20 selected esters collected with each of the seven columns, sequentially excluded from calibration. The statistical analysis showed that the QSRR)models have high internal stability and good predictive ability.Keywords: Structural parameters; Sulfides; Quantitative structure-retention relationships(QSRR); Cross-column-ii-目录第一章 前言 1 1.1研究背景1 1.2国内外文献综述 11.3本课题研究内容 1第二章 结构参数的计算及选择2 2.1数据及软件22.1.1数据 2 2.1.2 软件 22.2分子的结构优化及参数计算4 2.3筛选参数 4 第三章 模型的建立及检验 83.1单柱QSRR模型的建立及检验 83.1.1 模型的建立8 3.1.2 检验结果及分析 8 3.2单柱间的交互预测11 3.3交叉柱QSRR模型的建立及检验 123.3.1模型的建立 12 3.3.2检验结果及分析13第四章 结论19 参考文献 20 致 谢21 湖南科技大学本科生毕业设计（论文）第一章 前言1.1研究背景近数十年来，化合物定量结构-色谱保留相关关系（Quantitative Structure retention Relationship ,QSRR）得到了长足的发展1，色谱保留指数是一种重现性较其他保留数据都好的定性参数，保留指数定性已经成为广泛应用的一种色谱定性方法，但受实验条件和技术的限制，依然有很多化合物的保留指数无法通过实验得出，所以目前通过分析化合物结构获得分子的结构参数，建立参数与色谱保留指数的定量结构-色谱保留相关关系（QSRR），并利用建立的模型来预测其他化合物的保留指数，是一项很有意义的工作。1.2国内外文献综述定量结构-保留相关关系研究(QSRR)已成为色谱科学中的一个非常重要的领域，QSRR的研究对预测保留值，选择分离条件都具有重要意义，引起科研工作者的广泛关注。比如：Fabrizio Ruggieri，Maria Anna Maggi等通过遗传算法的变量选择方法应用到一个大的非经验的结构数量旨在寻找最佳的多线性定量结构保留关系（QSRR）2；张晓彤，葛翠年等首次采用反向传播算法BP人工神经网络、径向基函数（RBF）2种非线性方法建立了参数少且精确度高的定量结构-色谱保留相关（QSRR）模型3，都有比较好的研究结果。但色谱柱极性对色谱保留指数影响的定量研究的报道尚不多见，本文拟用交互柱法，考虑色谱柱极性对化合物的保留指数的影响，建立QSRR模型。1.3本课题研究内容运用Chemoffice 3D建构和优化化合物的分子结构，并通过Dragon6.0软件提取出每个化合物的结构参数，运用Minitab16软件进行逐步回归筛选出变量，建立化合物在单柱上的QSRR模型。在此基础上采用交叉柱法4，结合色谱柱的极性参数Mp，利用多元线性回归的方法（MLR）5构建定量结构-色谱保留相关关系（QSRR），用得到的回归方程对单硫醚化合物的色谱保留指数进行预测。- 7 -第二章 结构参数的计算及选择选择合适的结构参数是建立一个比较好的QSRR模型的关键，化合物的结构决定了该化合物的各方面的性质（包括物理、化学和生物性质）6。正确地识别化合物的这些分子结构信息，是准确地预测化合物性质的重要因素7。因此，QSRR研究中最关键的任务之一就是如何将分子结构用数学符号表达出来，即提取分子的结构参数。2.1数据及软件2.1.1数据本文从文献8中收集了61个单硫醚化合物在四根不同极性柱上的保留指数，如表2.1所示。2.1.2 软件所用到的软件有Chemoffice 2004、 Dragon6.0、Minitab 16等。 表2.1 61个单硫醚及其在四根不同极性柱上保留指数的实验值NocompoundApiezonMOV-17Triton X-305PEG-10001Methylisopropyl sulfide6757628479092Ethylisopropyl sulfide7468339059593Propylisopropyl sulfide83992399110464Isopropylbutyl sulfide9361018108511375Isopropylpentyl sulfide10341115118212326Isopropylhexyl sulfide11321213128013307Methylisobutyl sulfide77585993710068Ethylisobutyl sulfide850931100310569Propylisobutyl sulfide94110201089114010Butylisobutyl sulfide103711151182123211Isobutylpentyl sulfide113412121279132812Methylsecbutyl sulfide780867948101013Ethylsecbutyl sulfide8509321004106014Propylsecbutyl sulfide94110211088114015Butylsecbutyl sulfide103411141181123016Secbutylpentyl sulfide113112111275132517Methyltertbutyl sulfide72480388093818Ethyltertbutyl sulfide79286993598519Propyltertbutyl sulfide8829571020106820Butyltertbutyl sulfide97610501111115821Tertbutylpentyl sulfide107311461204125222Methylisopentyl sulfide88096610511113续表2.1NocompoundApiezonMOV-17Triton X-305PEG-100023Ethylisopentyl sulfide95410381110116824Propylisopentyl sulfide104411271196125025Butylisopentyl sulfide114012231288134126Pentylisopentyl sulfide123713191385143727Methyl(1,2-dimethyl)propyl sulfide8629441025108528Ethyl(1,2-dimethyl)propyl sulfide92810061080122529Propyl(1,2-dimethyl)propyl sulfide101510921159120430Butyl(1,2-dimethyl)propyl sulfide110811841246129331Pentyl(1,2-dimethyl)propyl sulfide120412811340138732Methyltertpentyl sulfide8479271004106533Ethyltertpentyl sulfide9139891056111234Propyltertpentyl sulfide100010741137118935Butyltertpentyl sulfide109211671227127736Pentyltertpentyl sulfide118912631322137037Diisopropyl sulfide78886192797538Isopropylisobutyl sulfide8959651030107439Isopropylisopentyl sulfide99710711139118340Isopropylsecbutyl sulfide8879591022106941Isopropyltertbutyl sulfide83590095999842Isopropyl(1,2-dimethyl)propylsulfide96010301089113143Isopropyltertpentyl sulfide95210191079112244Diisobutyl sulfide99410641127117145Isobutylisopentyl sulfide109611691232127646Isobutylsecbutyl sulfide99110611124116647Isobutyltertbutyl sulfide9359981051109248Isobutyltertpentyl sulfide104711131169121249Disecbutyl sulfide98310551117115850Secbutylisopentyl sulfide109111661228127151Secbutyl(1,2-methyl)propyl sulfide105411251179122052Secbutyltertbutyl sulfide9349981053109253Secbutyltertpentyl sulfide105011151173121354Diisopentyl sulfide119712741341138655Tertbutylisopentyl sulfide103111021157119956Isopentyltertpentyl sulfide114412161273131657Ditertbutyl sulfide9189811040108258Tertbutyltertpentyl sulfide104511131170121059Ditertpentyl sulfide112111861240128160Di(1,2-dimethyl)propyl sulfide112311901240127861Tertbutyl(1,2-dimethyl)propyl sulfide10081071112411622.2分子的结构优化及参数计算本文用Chemoffice 3D软件建立分子的三维模型，采用MOPAC能量最低优化分子结构，再将优化后的分子结构导入到Dragon6.0软件中计算每个化合物的分子结构参数，总共得到2121个参数，然后再对这些参数进行筛选，去除结果都相同的参数，得到1690个结构参数。2.3筛选参数文中采用Minitab 16统计软件中的逐步回归方法筛选出合适的参数，从2121种参数中筛选得到SpMin4_Bh(s)、SpMax3_Bh(e)、Eig08_AEA(ed)、H-046和SPAM 五个参数以建立QSRR模型。61个单硫醚化合物的SpMin4_Bh(s)、SpMax3_Bh(e)、Eig08_AEA(ed)、H-046和SPAM 参数值见表2.2。表2.2 61个单硫醚化合物及其在4种不同极性固定相上保留指数的实验值NoCompoundSpMin4_Bh(s)SpMax3_Bh(e)Eig08_AEA(ed)H-046SPAM1Methylisopropylsulfide0.0002.8740.00000.4492Ethylisopropyl sulfide0.1602.8740.00000.4603Propylisopropylsulfide0.4692.8740.00030.4674Isopropylbutyl sulfide0.4693.1070.00050.4565Isopropylpentylsulfide0.4693.2690.06370.4526Isopropylhexylsulfide0.6153.3790.40090.4647Methylisobutylsulfide0.4102.8740.00060.4518Ethylisobutyl sulfide0.4692.8740.00060.4609Propylisobutylsulfide0.4692.9980.00090.46510Butylisobutyl sulfide0.4813.1710.063110.46811Isobutylpentyl sulfide0.5433.3120.400130.47012Methylsecbutylsulfide0.1823.0520.00030.42913Ethylsecbutyl sulfide0.2183.1260.00030.43614Propylsecbutylsulfide0.4893.1420.00060.43215Butylsecbutyl sulfide0.6643.1820.08880.44916Secbutylpentyl sulfide0.6883.2960.432100.45517Methyltertbutylsulfide0.4692.8740.00000.41818Ethyltertbutyl sulfide0.4692.8740.00000.43419Propyltertbutylsulfide0.4692.8740.00030.44620Butyltertbutyl sulfide0.4693.1120.10150.43721Tertbutylpentylsulfide0.4693.2780.59970.44322Methylisopentylsulfide0.4692.9770.00070.45123Ethylisopentyl sulfide0.4693.1340.00070.44724Propylisopentyl sulfide0.4783.2010.063100.45325Butylisopentyl sulfide0.6793.2700.400120.46526Pentylisopentylsulfide0.7643.3570.807140.46827Methyl(1,2dimethyl)propyl sulfide0.4693.0590.00060.41228Ethyl(1,2dimethyl)propyl sulfide0.4693.1700.00060.41529Propyl(1,2dimethyl)propyl sulfide0.4893.1970.13790.43630Butyl(1,2dimethyl)propyl sulfide0.6823.2330.726110.42431Pentyl(1,2dimethyl)propyl sulfide0.7273.3201.000130.43832Methyltertpentylsulfide0.4693.0900.00030.41433Ethyltertpentyl sulfide0.4693.1860.00030.40434Propyltertpentylsulfide0.4903.1960.15860.41635Butyltertpentylsulfide0.7003.2110.62780.44236Pentyltertpentylsulfide0.7353.2970.646100.44837Diisopropyl sulfide0.4692.8740.00000.40938Isopropylisobutylsulfide0.4692.8740.00060.42439Isopropylisopentylsulfide0.4693.1530.43870.41240Isopropylsecbutylsulfide0.4693.1530.43870.41241Isopropyltertbutyl sulfide0.4692.8740.00000.39742Isopropyl(1,2dimethyl)propylsulfide0.4693.1791.00060.37743Isopropyltertpentylsulfide0.4693.1890.63030.40544Diisobutyl sulfide0.4693.0190.438120.42545Isobutylisopentylsulfide0.4813.2211.000130.43246Isobutylsecbutylsulfide0.4963.1470.43890.40547Isobutyltertbutylsulfide0.4692.8740.81160.40948Isobutyltertpentylsulfide0.4973.1980.82190.40049Disecbutyl sulfide0.6673.1610.43860.39450Secbutylisopentyl sulfide0.6733.2120.500100.40851Secbutyl(1,2methyl)propyl sulfide0.6763.2031.00090.36152Secbutyltertbutylsulfide0.4693.1310.45130.37253Secbutyltertpentylsulfide0.6833.1980.63060.37654Diisopentyl sulfide0.7073.3061.000140.43255Tertbutylisopentylsulfide0.4693.1601.00070.41856Isopentyltertpentylsulfide0.7183.2261.000100.40057Ditertbutyl sulfide0.4692.8742.00000.36958Tertbutyltertpentyl sulfide0.4693.1902.00030.37759Ditertpentyl sulfide0.7233.2072.00060.36760Di(1,2dimethyl)propyl sulfide0.6993.2341.000120.37261Tertbutyl(1,2dimethyl)propyl sulfide0.4693.1821.18360.358第三章 模型的建立及检验3.1单柱QSRR模型的建立及检验3.1.1 模型的建立随机选取61个单硫醚化合物中的41个作为训练集，20个作为预测集，利用41个训练集化合物保留指数与分子结构参数建立4种不同极性固定相上的定量结构-色谱保留相关关系方程 （QSRR）。每根极性柱上得到的回归方程、相关系数（R）和标准偏差s分别如3.1表所示。3.1.2 检验结果及分析相关系数R用于反映回归模型与样本观察值的拟合程度，R的取值在0，1区间内，接近1表明回归方程的计算结果越接近实验值，接近0表明回归方程的计算结果与实验偏离越大。标准偏差主要反映了回归方程的估算精度，它的值越小证明回归效果越好9。表3.1 单硫醚在不同极性柱上的QSRR模型 固定相回归方程RsApiezon MRI=-542+251SpMin4_Bh(s)+355SpMax3_Bh(e)+66.1Eig08_AEA(ed)+9.39H-046+597SPAM0.977728.4OV-17RI=-565+246SpMin4_Bh(s)+343SpMax3_Bh(e)+62.1Eig08_AEA(ed)+9.32H-046+605SPAM0.980326.3TritonX-350RI=-584+242SpMin4_Bh(s)+343SpMax3_Bh(e)+60.5Eig08_AEA(ed)+9.25H-046+639SPAM0.982826.3PEG-1000RI=-598+240SpMin4_Bh(s)+347SpMax3_Bh(e)+60.1Eig08_AEA(ed)+9.07H-046+706SPAM0.980324.9 由表3.1可知，模型的相关系数R都达到0.97以上, 标准偏差s较小，说明五个参数与保留指数有较高的相关性，所得模型都具有较好的拟合能力。为了检验表3.1中QSRR方程的预测能力，用表3.1中的方程计算了测试集20个单硫醚化合物的保留指数，得到的结果与相应的实验值见表3.2。测试集20个单硫醚化合物在四根不同极性柱上的预测值与实验值之差的绝对值见表3.3。 - 9 -表3.2 预测集单硫醚在不同极性柱上的保留指数的实验值与预测值NO.compoundApiezon MOV-17Triton X-305PEG-1000Exp.Pred.Exp.Pred.Exp.Pred.Exp.Pred.3Propylisopropyl sulfide839845923928991999104610546Isopropylhexyl sulfide113211361213121912801284133013399Propylisobutyl sulfide94193810201020108910901140114512Methylsecbutyl sulfide7808038678849489571010101715Butylsecbutyl sulfide1034104111141121118111861230124018Ethyltertbutyl sulfide792799869877935946985100021Tertbutylpentyl sulfide1073104611461127120411921252124524Propylisopentyl sulfide1044101511271097119611651250122227Methyl(1,2-dimethyl)propyl sulfide862899944975102510411085109630Butyl(1,2-dimethyl)propyl sulfide1108112111841195124612551293130133Ethyltertpentyl sulfide913911989987105610531112111036Pentyltertpentyl sulfide1189115812631236132212971370134639Isopropylisopentyl sulfide99797210711047113911111183116342Isopropyl(1,2-dimethyl)propyl sulfide96099210301061108911191131116545Isobutylisopentyl sulfide1096110511691180123212421276128948Isobutyltertpentyl sulfide1047103311131105116911661212121351Secbutyl(1,2-methyl)propyl sulfide1054107211251137117911901220123254Diisopentyl sulfide1197120412741279134113361386138157Ditertbutyl sulfide918907981970104010231082105760Di(1,2-dimethyl)propyl sulfide11231122119011881240124112781283（Exp.表示化合物的实验保留指数，Pred.表示保留指数的预测值，下表同）表3.3 预测集单硫醚在不同极性柱上保留指数的实验值与预测值差值NO.compoundApiezon MOV-17Triton X-305PEG-10003Propylisopropyl sulfide65886Isopropylhexyl sulfide46499Propylisobutyl sulfide301512Methylsecbutyl sulfide23179715Butylsecbutyl sulfide7751018Ethyltertbutyl sulfide78111521Tertbutylpentyl sulfide71912724Propylisopentyl sulfide2930312827Methyl(1,2-dimethyl)propyl sulfide3731161130Butyl(1,2-dimethyl)propyl sulfide13119833Ethyltertpentyl sulfide223236Pentyltertpentyl sulfide3127252439Isopropylisopentyl sulfide2524282042Isopropyl(1,2-dimethyl)propyl sulfide3231303445Isobutylisopentyl sulfide911101348Isobutyltertpentyl sulfide1483151Secbutyl(1,2-methyl)propyl sulfide1812111254Diisopentyl sulfide755557Ditertbutyl sulfide1111172560Di(1,2-dimethyl)propyl sulfide1215（表示预测值与实验值的差值的绝对值，下表同）20个单硫醚化合物在四种不同极性固定相（Apiezon M，OV-17，Triton X-305，PEG-1000）上的保留指数计算值与实验值间的平均相对偏差分别为：1.54%，1.24%，1.05%，1.05%。平均相对偏差都较小，说明所得的QSRR模型方程都具有较好的预测能力。- 22 -3.2单柱间的交互预测分别用每根柱子上训练集得出的回归方程（见表3.1）来预测其他三根柱子上化合物的保留指数，如次循环四次，得到各极性柱上20个单硫醚的保留指数，将部分极性柱上化合物保留指数的实验值与预测值列于表3.4。表3.4 部分色谱柱上化合物保留指数实验值与预测值NO.compoundApiezon M预测OV-17OV-17PEG-1000 预测Triton X-305Triton X-305Apiezon M预测PEG-1000PEG-10003Propylisopropyl sulfide1820923105499184510466Isopropylhexyl sulfide2282121313401280113613309Propylisobutyl sulfide1954102011451089938114012Methylsecbutyl sulfide18388671017948803101015Butylsecbutyl sulfide21201114124011811041123018Ethyltertbutyl sulfide1773869100093579998521Tertbutylpentyl sulfide21581146124512041046125224Propylisopentyl sulfide21001127122211961015125027Methyl(1,2-dimethyl)propyl sulfide193694410961025899108530Butyl(1,2-dimethyl)propyl sulfide22171184130212461121129333Ethyltertpentyl sulfide199198911101056911111236Pentyltertpentyl sulfide22751263134613221158137039Isopropylisopentyl sulfide2041107111631139972118342Isopropyl(1,2-dimethyl)propyl sulfide2070103011661089992113145Isobutylisopentyl sulfide21971169128912321105127648Isobutyltertpentyl sulfide21171113121311691033121251Secbutyl(1,2-methyl)propyl sulfide21581125123311791072122054Diisopentyl sulfide232512741381134112