基于神经网络的黑莓果酒香气成分的定量结构色谱保留相关研究

2016-10-15黄保军程静茹王淑敏

分析科学学报 2016年5期

关键词：模型

何琴, 黄保军，程静茹，王淑敏

(1.许昌学院化学化工学院，河南许昌 461000;2.河南省微纳米能量储存与转换材料重点实验室，许昌学院表面微纳米材料研究所，河南许昌 461000)

物质定量构效关系(Quantitative Structure-activity Relationship,QSAR)已经成为化学、环境、生命、食品等学科研究中的一个前沿领域[1 - 3]。定量结构色谱保留相关(Quantitative Structure Retention Relationship,QSRR)作为QSAR的一个重要分支，成为色谱领域中的有用技术，用于解释和预测各种物质的色谱保留行为，在色谱科学领域越来越多地受到关注[4 - 6]。目前，QSRR方法在酒类香气成分的分析中受到重视[7 - 9]。众所周知，香气成分大多以色谱-质谱技术检测，比较繁琐[10,11]。QSRR法可以为预测香气成分的保留行为提供一定的便利[12,13]，在酒类香气成分的分析、监测、体系评价及预报方面具有巨大的优势，能够解决酒类中传统的化学研究方法难以解决的问题。因此，QSRR技术对于建立酒类香气中化合物分子结构与色谱保留之间的变化规律具有重要的意义。

本文以黑莓果酒香气成分的分子连结性指数和电拓扑参数作为神经网络输入，色谱保留时间作为神经网络输出，采用误差反传前向人工神经网络(BP-ANN)模型研究36种黑莓果酒香气成分的结构与保留时间的定量关系。同时，采用内外双重检验的办法分析和检验所得模型的稳定性，以期为有关果酒香气成分的研究奠定一定的基础。