摘要：基于Kier分子價連接性指數(shù)（nxtV）和原子類型電性拓撲狀態(tài)指數(shù)（ek），應用多元線性回歸及最佳變量子集方法，建立了木香花（Rosa banksiae）揮發(fā)油組分分子結構與色譜保留指數(shù)（RI）之間的定量構效關系模型，其相關系數(shù)（r）為0.988，采用Jackknife法對模型的穩(wěn)健性進行檢驗，其相關系數(shù)在0.986～0.990之間，具有良好的穩(wěn)健性和預測能力。結果表明，Kier分子價連接性指數(shù)和原子類型電性拓撲狀態(tài)指數(shù)有效地表征了分子結構特征，蘊含了影響木香花揮發(fā)油組分色譜保留指數(shù)（RI）的本質(zhì)因素。

關鍵詞：木香花（Rosa banksiae）；揮發(fā)油；色譜保留指數(shù)；Kier分子價連接性指數(shù)；原子類型電性拓撲狀態(tài)指數(shù)

中圖分類號：TS201.2 文獻標識碼：A 文章編號：0439-8114（2016）11-2882-03

DOI：10.14088/j.cnki.issn0439-8114.2016.11.043

木香花（Rosa banksiae）又名木香藤、木香、十里香、錦棚花，系多年生常綠攀援藤本植物，是薔薇科薔薇屬花卉，生長于路旁、山坡、溪邊及灌叢中，主要分布于中國的云南、四川[1]。木香花的葉和花對自由基有較強的清除活性[2]，其根和葉均可入藥，具有收斂、止痛、止血之功效，主要用于治療腸炎、腸出血、痢疾、腹脹、腹瀉、胃痛、高血壓、消化不良、外傷出血和瘡癤等。有關木香花的研究報道主要集中在化學成分、生理生化及遺傳多樣性[3，4]，而作為天然香料的研究報道則不多。為了探索木香花揮發(fā)油的組成，劉應煊等[5]運用水蒸氣蒸餾技術及GC-MS分析，鑒定出了45種揮發(fā)油成分。本研究利用Kier分子價連接性指數(shù)（nxtV）[6]、原子類型電性拓撲狀態(tài)指數(shù)（ek）[7] 對木香花中的45種揮發(fā)油成分進行結構表征，并與色譜保留指數(shù)（RI）進行回歸分析，建立定量結構-色譜保留關系（QSRR）模型，結果令人滿意。

1 材料與方法

定量構效關系研究關鍵是分子結構數(shù)值的提取[8-10]，拓撲指數(shù)法因其計算簡單、預測準確、應用方便、不依賴試驗條件等優(yōu)點而在該領域發(fā)揮重要作用[11-13]。一個或一類拓撲指數(shù)反映的分子結構信息往往是有限的，因此，自Wiener提出第一個拓撲指數(shù)以來，已有多種圖論指數(shù)問世[14-17]。

1.1 計算機與軟件

V9680計算機（同方股份有限公司）；Chemoffice 2005軟件（劍橋化學軟件公司）；SPSS 13.0軟件（美國SPSS公司）；分子拓撲參數(shù)計算軟件（中南大學中藥現(xiàn)代化分析實驗室）。

1.2 分子價連接性指數(shù)（nxtv）定義

定義成鍵原子i的特征值（δiv）為δiv=■。式中，Zi、Ziv依次是成鍵原子i的電子總數(shù)、最外層電子數(shù)；hi是成鍵原子i與氫原子直接相連的個數(shù)。

在化學圖論基礎上，定義Kier分子價連接性拓撲指數(shù)（nxtv）為nxtv=Σ（δivδjvδkv…）-0.5。式中，n是拓撲指數(shù)的階數(shù)；t是子圖的類別，有鏈（p）、星（c）、星-鏈（pc）、環(huán)（ch）4類（圖1）。

1.3 原子類型電性拓撲狀態(tài)指數(shù)（ek）定義

原子類型電性拓撲狀態(tài)指數(shù)（ek）是對分子中所有成鍵原子所處各種拓撲環(huán)境及電子信息計算獲得的一組數(shù)學不變量。ek包括兩部分：一部分是由成鍵原子類型k的原子結構及拓撲環(huán)境構成的原子本征值，以hk表示；另一部分是被其他原子擾動而形成的本征值的增量，以Δhk表示。原子類型k的電性拓撲狀態(tài)指數(shù)ek定義為ek=∑（hk+Δhk）j。式中，j為不同原子類型k的數(shù)目。

1.4 計算分析

應用ChemDraw Ultra 9.0計算軟件，分別構建45種木香花揮發(fā)油組分的分子結構，保存為摩爾格式，在Matlab7.1.0條件下，通過計算得到以上兩類拓撲指數(shù)[18，19]，并以兩類拓撲指數(shù)作為自變量，相應的RI作為因變量，用最佳變量子集回歸選擇最優(yōu)的變量組合，建立QSRR模型，采用逐一剔除法對模型的預測能力及魯棒性（Robus）進行檢驗。

2 結果與分析

2.1 木香花揮發(fā)油成分的QSRR模型

將45種木香花揮發(fā)油成分的RI與其相應的分子拓撲指數(shù)一起輸入Minitab系統(tǒng)，用最佳變量子集方法建立的定量構效關系（表1）。R、R2、R2adj、S、F依次是相關系數(shù)、判定系數(shù)、校正判定系數(shù)、估計標準誤差、Fischer檢驗值。

由表1可見，模型中變量數(shù)越多，其r越大，但4參數(shù)后r增大較小。另外，為使所建模型可信度高，化合物的數(shù)目與變量數(shù)目之比不能太小，所建模型方有意義[20]。綜合考慮，確定以下最佳模型：

RI=49.703+210.6720xpv-64.291e1-32.438e2-26.942e5（1）

n=45，r=0.988，S=58.041，F(xiàn)=400.397

用模型（1）給出的計算值與試驗值吻合較好，其相關性見圖2。

2.2 模型的質(zhì)量檢驗

應用Jackknife法對模型（1）是否存在“異常值”及機會相關進行檢驗。具體方法是，每次刪除一種化合物，余下的化合物按模型（1）進行回歸分析，重復45次，得到45個模型、45個Jackknifed相關系數(shù)。對45個相關系數(shù)作控制圖（圖3），45個r全部落在0.986～0.990之間并圍繞0.988上下波動，呈良好的正態(tài)分布，平均值是0.988，與原始模型（1）的r一致。另外，由模型（1）給出的計算值與試驗值的差值都小于3S。這些均說明建立的QSRR模型（1）具有良好的穩(wěn)健性和預測能力。

2.3 QSRR模型的構效關系

影響色譜保留指數(shù)的因素較多，在其他條件恒定下，主要取決于化合物與固定相之間的相互作用。如果分子間的相互作用力越大，則色譜保留指數(shù)就越大。分子間的相互作用主要有誘導力、色散力及取向力。Kier分子價連接性指數(shù)能反映分子的面積、形狀、支化度等，揭示了色散力的大??；原子類型電性拓撲狀態(tài)指數(shù)反映了分子中各成鍵原子間的電性作用，揭示了誘導力、取向力的大小。所建模型（1）的削減誤差比例（即判定系數(shù)R2）高達97.6%，僅有不到2.5%的不確定隨機影響因素。

從木香花提取的揮發(fā)油含有天然香料物質(zhì)具有較大利用價值，如蘑菇醇具有薰衣草、干草的藥草香韻；苯乙醇具有持久、愉快的玫瑰香味；紫蘇醛、紫蘇醇具有濃烈的紫蘇香氣，是一種名貴的天然香料；萜烯醇具有濃郁的檸檬香味，香氣自然清新。隨著人們生活質(zhì)量的提高，綠色天然香料的需求越來越大，比傳統(tǒng)的化學合成香料更受青睞。本研究的建模方法，對于進一步開發(fā)木香花的食用、藥用價值具有一定的指導意義。

參考文獻：

[1] 李淑穎，姚 雷.2種木香花的自然香氣成分分析與香型評價[J].上海交通大學學報（農(nóng)業(yè)科學版），2013，31（4）：51-57.

[2] 胡豐林，陸瑞利.薔薇科一些植物鮮葉提取物清除DPPH自由基活性的研究[J].植物學通報，2004，21（1）：74-78.

[3] 陳 玲，張 顥，邱顯欽，等.云南木香花天然居群的表型多樣性研究[J].云南大學學報（自然科學版），2010，32（2）：243-248.

[4] 劉玉芬，夏海濤，陳 亮，等.熒光分光光度法測定木香花中的總黃酮含量[J].安徽農(nóng)業(yè)科學，2011，39（11）：6384-6385.

[5] 劉應煊，余愛農(nóng).木香花揮發(fā)油的化學成分分析[J].精細化工，2007，24（8）：782-785.

[6] KIER L B，HALL L H. Molecular connectivity in structure-activity analysis[M]. New York： John Wiley Sons， 1986.

[7] HALL L H，KIER L B. Electrotopological state indices for atom types：A novel combination of electronic，topological，and valence state information[J].Journal Chemical Information and Computer Sciences，1995，35（6）：1039-1045.

[8] 劉 東，章文軍，許 祿.手性羥酸和氨基酸類化合物的構效關系研究[J].化學學報，2009，67（2）：145-150.

[9] 堵錫華.香梨酒香氣成分保留時間的定量構效關系研究[J].食品科學，2011，32（2）：218-221.

[10] 陳 艷.肉豆蔻精油揮發(fā)性組分色譜保留指數(shù)的預測[J].食品科學，2011，32（11）：274-277.

[11] 秦正龍，吳俊明.食品香味物質(zhì)性質(zhì)與拓撲指數(shù)nL的相關性[J].食品科技，2005（9）：45-47.

[12] 馮長君，劉玉勝，馮 惠.儲良龍眼揮發(fā)性成分的定量-保留指數(shù)分析[J].食品科學，2012，33（8）：244-247.

[13] 秦正龍，馮長君.八角茴香揮發(fā)油色譜保留值的構效關系研究[J].中國調(diào)味品，2012，37（8）：43-45.

[14] 向 錚，梁逸曾，胡黔南.甲基烷烴結構與色譜保留指數(shù)相關性的拓撲指數(shù)法研究[J].色譜，2005，23（2）：117-122.

[15] LIU S S，YIN C S，LI Z L，et al. QSAR study of steroid benchmark and dipeptides based on MEDV-13[J]. Journal of Chemical Information and Computer Sciences，2001，41（2）：321-329.

[16] LIU S S，L H L，YIN C S，et al. VSMP： A novel variable selection and modeling method based on the prediction[J]. Journal of Chemical Information and Computer Sciences，2003， 43（8）：964-969.

[17] 馮長君.取代芳烴生物降解性的新型連接性指數(shù)模型[J].華中科技大學學報（自然科學版），2010，38（3）：108-111.

[18] 胡黔南，梁逸曾，王亞麗，等.直觀隊列命名法的基本原理及其在矩陣與拓撲指數(shù)計算中的應用[J].計算機與應用化學，2003， 20（4）：386-389.

[19] 張 婷，梁逸曾，趙晨曦，等.基于分子結構預測氣相色譜程序升溫保留指數(shù)[J].分析，2006，34（11）：1607-1610.

[20] 許 祿，邵廣學.化學計量學方法[M].北京：科學出版社，2004.