摘要
香荚兰是一种具有实用价值的一种名贵天然香料,还具有极高的药用价值。为建构香荚兰提取物挥发性成分保留指数神经网络的定量结构-保留相关性模型,根据香荚兰提取物挥发性成分中原子的特性和连接状态,在分子拓扑理论基础上,提出了一种新的分子结构参数-分子键指数mF,并计算了香荚兰提取物挥发性成分的连接性指数(mX),优化筛选了其中的3X和4Xpc,将选取的分子键指数和连接性指数的4种分子结构参数,作为人工神经网络方法的输入层变量,色谱保留指数作为输出层变量,采用4-10-1的神经网络结构,构建的预测模型总的相关系数R为0.996 3,根据该模型计算得到的香荚兰提取物挥发性成分的保留指数预测值与实验值的平均相对误差仅为1.26%,该误差明显低于多元回归方法预测值的平均相对误差4.71%。结果表明,香荚兰提取物挥发性成分的保留指数与4种分子结构参数之间具有很好的非线性关系,杂原子及—CH3,—CH2—, ■和■等基团片段,是影响香荚兰提取物挥发性成分保留指数大小的主要因素。
-
单位徐州工程学院