木香花揮發油組分的定量結構—保留相關性

摘要：基于Kier分子價連接性指數（nxtV）和原子類型電性拓撲狀態指數（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）揮發油組分分子結構與色譜保留指數（RI）之間的定量構效關系模型，其相關系數（r）為0.988，采用Jackknife法對模型的穩健性進行檢驗，其相關系數在0.986～0.990之間，具有良好的穩健性和預測能力。結果表明，Kier分子價連接性指數和原子類型電性拓撲狀態指數有效地表征了分子結構特征，蘊含了影響木香花揮發油組分色譜保留指數（RI）的本質因素。

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

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種揮發油成分。本研究利用Kier分子價連接性指數（nxtV）[6]、原子類型電性拓撲狀態指數（ek）[7] 對木香花中的45種揮發油成分進行結構表征，并與色譜保留指數（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值的提取[8-10]，拓撲指數法因其計算簡單、預測準確、應用方便、不依賴試驗條件等優點而在該領域發揮重要作用[11-13]。一個或一類拓撲指數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以來，已有多種圖論指數問世[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）；分子拓撲參數計算軟件（中南大學中藥現代化分析實驗室）。

1.2 分子價連接性指數（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、最外層電子數；hi是成鍵原子i與氫原子直接相連的個數。

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

1.3 原子類型電性拓撲狀態指數（ek）定義

原子類型電性拓撲狀態指數（ek）是對分子中所有成鍵原子所處各種拓撲環境及電子信息計算獲得的一組數學不變量。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的電性拓撲狀態指數ek定義為ek=∑（hk+Δhk）j。式中，j為不同原子類型k的數目。

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[18，19]，并以兩類拓撲指數作為自變量，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 木香花揮發油成分的QSRR模型

將45種木香花揮發油成分的RI與其相應的分子拓撲指數一起輸入Minitab系統，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、判定系數、校正判定系數、估計標準誤差、Fischer檢驗值。

由表1可見，模型中變量數越多，其r越大，但4參數后r增大較小。另外，為使所建模型可信度高，化合物的數目與變量數目之比不能太小，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=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。對45個相關系數作控制圖（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分子價連接性指數能反映分子的面積、形狀、支化度等，揭示了色散力的大小；原子類型電性拓撲狀態指數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油含有天然香料物質具有較大利用價值，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。隨著人們生活質量的提高，綠色天然香料的需求越來越大，比傳統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（農業科學版），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].安徽農業科學，2011，39（11）：6384-6385.

[5] 劉應煊，余愛農.木香花揮發油的化學成分分析[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.肉豆蔻精油揮發性組分色譜保留指數的預測[J].食品科學，2011，32（11）：274-277.

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

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

[13] 秦正龍，馮長君.八角茴香揮發油色譜保留值的構效關系研究[J].中國調味品，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相關性的拓撲指數法研究[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[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.