韓寧娟 方歡樂 劉建利

1.西安培華學(xué)院醫(yī)學(xué)院，陜西西安 710125；2.西北大學(xué)生命科學(xué)院，陜西西安 710069

大葉鉤藤（Uncaria macrophylla）為茜草科，鉤藤屬大藤本植物，具有清熱安神、鎮(zhèn)靜息風(fēng)等作用[1]，在2000 年的《中醫(yī)大辭典》[2]成分補(bǔ)遺中記載大葉鉤藤的葉子中含有鉤藤堿、柯諾辛堿和柯諾辛堿B、非生物堿類烏索酸、表兒茶素等[3]。李春等[4]用丙酮萃取提取大葉鉤藤鉤莖中的揮發(fā)性成分，并用氣相色譜-質(zhì)譜法分析分離鑒定出58 種化合物。定量結(jié)構(gòu)-色譜保留關(guān)系研究對于預(yù)測化合物的色譜保留時(shí)間，選擇分離條件，協(xié)助鑒定化合物等具有重要意義[5]。在這方面，研究人員做了很多有意義的工作。廖立敏等[6]構(gòu)建了飲用水中揮發(fā)性有機(jī)物結(jié)構(gòu)和色譜保留時(shí)間的關(guān)系模型；何琴等[7]構(gòu)建了香水百合香氣成分與色譜保留時(shí)間的關(guān)系模型；堵錫華等[8]構(gòu)建了烏藥化學(xué)成分結(jié)構(gòu)與色譜保留時(shí)間的關(guān)系模型，所建模型均有較好的穩(wěn)定性和預(yù)測能力。本文對大葉鉤藤鉤莖的58 個(gè)揮發(fā)性成分結(jié)構(gòu)用14 個(gè)描述符進(jìn)行表征，并用多元線性回歸（MLR）和偏最小二乘回歸（PLS） 建立大葉鉤藤鉤莖的58 個(gè)揮發(fā)性成分的分子結(jié)構(gòu)-色譜保留時(shí)間關(guān)系模型，預(yù)測色譜保留時(shí)間，采用“留一法”對模型的預(yù)測效果進(jìn)行評價(jià)，為中草藥中有機(jī)化合物結(jié)構(gòu)的定量結(jié)構(gòu)-色譜保留關(guān)系研究提供了參考。

1 材料與方法

1.1 實(shí)驗(yàn)材料

對文獻(xiàn)[4]中大葉鉤藤鉤莖中的58 個(gè)化合物進(jìn)行

結(jié)構(gòu)表征，可得到14 個(gè)描述符，將部分變量列于表1。

1.2 化合物分子結(jié)構(gòu)表征

按參考文獻(xiàn)[9-10]的方法，根據(jù)直接連接的非氫原子和其他非氫原子的直接相連的數(shù)目，將非氫原子分為4 種，例如和1 個(gè)非氫原子連接的非氫原子屬第1 類非氫原子，依次類推，再根據(jù)用公式（1）算出化合物中非氫原子的參數(shù)化Zi 值。

其中ni是非氫原子i 的電子層數(shù)，qc是碳原子的電負(fù)性，qi是非氫原子i 的電負(fù)性，mi是非氫原子的價(jià)電子數(shù)i，hi是直接連接的氫原子數(shù)。

不同類型的非氫原子自身對化合物在色譜中保留時(shí)間的影響，數(shù)值x 按式（2）進(jìn)行累加計(jì)算。

其中k 為非氫原子i 的原子類型。

化合物結(jié)構(gòu)中非氫原子之間的關(guān)系對化合物色譜中保留時(shí)間的影響可以通過式（3）計(jì)算[11-13]。

若用n 和l 代表非氫原子的類型，rij 為兩個(gè)非氫原子之間的相對距離（即非氫原子的最短路徑鍵長之和與C-C 單鍵鍵長之比）。這樣，每個(gè)化合物結(jié)構(gòu)最多可以有14 個(gè)描述符進(jìn)行表征，包括不同類型的非氫原子自身4 個(gè)，非氫原子之間的關(guān)系10 個(gè)描述符。

1.2 MLR 模型的建立

MLR 是定量結(jié)構(gòu)-色譜保留關(guān)系研究中最常用的一種方法，可以直觀、簡便地對一組數(shù)據(jù)進(jìn)行最小二乘擬合處理，建立函數(shù)關(guān)系。主要過程包括：首先將計(jì)算出的化合物結(jié)構(gòu)描述用SPSS 12.0 軟件進(jìn)行逐步回歸篩選變量，并對變量進(jìn)行偏F 檢驗(yàn)，當(dāng)有顯著性水平（P<0.05），則將變量作為候選變量，否則剔除，再將候選變量以相關(guān)系數(shù)（R）、標(biāo)準(zhǔn)偏差（SD）為指標(biāo)[14-16]，對候選變量進(jìn)行逐步回歸分析，建立化合物結(jié)構(gòu)描述符與保留時(shí)間的關(guān)系模型。

1.3 PLS 模型的建立

PLS 可以很好地解決變量缺失值和多重共線性等問題。以化合物的結(jié)構(gòu)描述符為變量x，文獻(xiàn)[4]中實(shí)驗(yàn)測得的保留時(shí)間值為因變量Y。用simca-P 11.5軟件建立大葉鉤藤中的58 種有機(jī)化合物結(jié)構(gòu)描述符與氣相色譜保留時(shí)間的關(guān)系模型。變量重要性投影（VIP） 是一個(gè)能夠反映各變量對Y 解釋能力大小的重要指標(biāo)，當(dāng)VIP 值大于1 時(shí)，表明該自變量對Y 具有較大貢獻(xiàn)，有較強(qiáng)的解釋能力。

1.4 模型的評價(jià)與檢驗(yàn)

無論是MLR 模型還是PLS 模型，都要求模型有較好的擬合能力和預(yù)測能力[17-20]。因此，在選擇模型時(shí)不僅要選擇擬合能力較好的模型，還要選擇交互檢驗(yàn)相關(guān)系數(shù)（Rcv）較大的模型。本文采用MLR 與PLS 分別進(jìn)行建模分析，并用“留一法”對模型的預(yù)測能力進(jìn)行檢驗(yàn)。一般認(rèn)為模型的R 在0.60～1.00，Rcv≥0.5，提示此模型擬合能力較好，預(yù)測能力強(qiáng)。建模的SD與樣本色譜保留時(shí)間的差值（樣本色譜保留時(shí)間的最大值-最小值）的比值＜10%，則認(rèn)為該模型具有良好預(yù)測準(zhǔn)確性[21-24]。用方差膨脹因子衡量模型變量之間是否存在共線性，理想模型中所有變量的方差膨脹因子應(yīng)≤10[25]。

2 結(jié)果

2.1 MLR 模型的建立與評價(jià)

最終得到5 個(gè)變量MLR 模型結(jié)果如式（4）所示：

“留一法”交互檢驗(yàn)結(jié)果：Rcv=0.886，SDcv=5.862，F(xiàn)cv=45.687。模型R 為0.949，SD 為2.862，58 個(gè)樣本色譜保留時(shí)間的差值為48.434，模型的SD 與樣本保留時(shí)間差值的比值為5.91%。

2.2 PLS 模型的建立與評價(jià)

PLS 模型的相關(guān)系數(shù)與“留一法”交互檢驗(yàn)的R和Rcv 分別為0.945 和0.867；SD 為2.678，模型的SD與樣本保留時(shí)間的差值的比值為5.53%。58 個(gè)樣本在PLS 前2 個(gè)主成分的得分散點(diǎn)圖見圖1，超過95%的樣本點(diǎn)落在95%置信度的Hotelling T2橢圓置信度范圍內(nèi)。本研究建立的模型變量x1、x2 的VIP 值都大于1，說明這2 個(gè)變量對色譜保留時(shí)間Y 的解釋能力較大，該體系中第1 類原子和第2 類原子對化合物的色譜保留時(shí)間預(yù)測值關(guān)系密切。見圖2。

圖1 樣本在前2 個(gè)主成分得分分布散點(diǎn)圖

2.3 模型比較

圖2 變量重要性投影圖

兩個(gè)模型的預(yù)測數(shù)據(jù)都落在45°對角線附近，且都有幾個(gè)點(diǎn)偏離對角線，兩個(gè)模型的整體擬合效果較好，但個(gè)別樣本的誤差較大，見圖3。兩個(gè)模型都有3 個(gè)樣品的模型預(yù)測值和實(shí)驗(yàn)值之間的誤差略微超出2SD 范圍，但不到總樣品的6%，其余樣品產(chǎn)生的誤差不超過2SD 范圍，在可接受的誤差范圍內(nèi)，兩個(gè)模型的質(zhì)量相當(dāng)。見圖4。

3 討論

化合物定量結(jié)構(gòu)-色譜保留關(guān)系是色譜學(xué)基礎(chǔ)理論研究的重要組成部分，研究化合物的分子結(jié)構(gòu)與色譜保留時(shí)間的關(guān)聯(lián)，對色譜過程中保留值的預(yù)測、探索色譜保留機(jī)制等方面具有重要意義[26]。在化合物結(jié)構(gòu)參數(shù)化表征過程中，不僅考慮了非氫原子的電子層數(shù)、最外層電子數(shù)、電負(fù)性等非氫原子自身的特性，還包含了非氫原子鍵合的氫原子個(gè)數(shù)、連接非氫原子的基團(tuán)個(gè)數(shù)等非氫原子的成鍵環(huán)境因素，比較全面地揭示化合物結(jié)構(gòu)中每個(gè)定點(diǎn)非氫原子的結(jié)構(gòu)特征。

圖3 模型預(yù)測值與實(shí)驗(yàn)值相關(guān)圖

圖4 預(yù)測誤差分布圖

但是，對化合物結(jié)構(gòu)描述符的表達(dá)是基于二維平面結(jié)構(gòu)得到的，分子立體結(jié)構(gòu)的特征如順反異構(gòu)體、旋光異構(gòu)等不能區(qū)分，建模所采用的是保留時(shí)間，未能避免由設(shè)備、方法和色譜柱等因素帶來的保留時(shí)間的系統(tǒng)性差異，需要在今后的研究中予以克服。

需要進(jìn)一步說明的是，本研究中個(gè)別樣本的預(yù)測誤差較大，可能是由于該樣品化合物的結(jié)構(gòu)跨度較大，包括醇、酮、醛、酸、植物甾醇等化合物，含有氧、硫、磷、氯等雜原子，是一個(gè)復(fù)雜的樣本體系。也可能是因?yàn)閷?shí)驗(yàn)本身存在誤差。但是，對于這樣一個(gè)復(fù)雜的樣本系統(tǒng)，這兩個(gè)模型獲得的結(jié)果應(yīng)該令人滿意。