Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases

Las relación cuantitativa estructura-retención (QSRR) [1] es muy útil para la predicción de los índices de retención (RI) [2, 3]. En el presente trabajo se modeló el RI medido en la columna capilar OV-101, usando 1208 compuestos aromáticos [4] optimizados en Hyperchem [5]. Se consideraron: 1) Todos...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Rojas, Cristian, Duchowicz, Pablo Román, Pis Diez, Reinaldo
Formato: Articulo
Lenguaje:Español
Publicado: 2014
Materias:
Ciencias Exactas
Química
aromas
Cromatografía de Gases
columna OV-101
teoría QSPR
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/44609
http://revistas.unlp.edu.ar/InvJov/article/view/1269
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-44609
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Exactas
Química
aromas
Cromatografía de Gases
columna OV-101
teoría QSPR
spellingShingle Ciencias Exactas
Química
aromas
Cromatografía de Gases
columna OV-101
teoría QSPR
Rojas, Cristian
Duchowicz, Pablo Román
Pis Diez, Reinaldo
Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
topic_facet Ciencias Exactas
Química
aromas
Cromatografía de Gases
columna OV-101
teoría QSPR
description Las relación cuantitativa estructura-retención (QSRR) [1] es muy útil para la predicción de los índices de retención (RI) [2, 3]. En el presente trabajo se modeló el RI medido en la columna capilar OV-101, usando 1208 compuestos aromáticos [4] optimizados en Hyperchem [5]. Se consideraron: 1) Todos los descriptores moleculares [6] calculados en Dragon [7] y 2) Únicamente descriptores topológicos. Los modelos se obtuvieron mediante el Método de Reemplazo [8, 9] y se analizaron con la función de utilidad [10] implementada en DART [11]. El conjunto se dividió en tres grupos basado en k-medias [12]: Ntrain=400, Nval=405 y Ntest=403. Se aplicó la validación cruzada y la randomización-Y [13]. El mejor modelo QSPR se obtuvo con 4 descriptores topológicos usando la función de utilidad: IR=-1104.8+169.3 X1sol+26.0 SpMax1_Bh(s)+136.5 H-050+1370.2 PDIEl modelo cumple otros criterios [14]: R2loo>0.5 (0.912), R2test>0.6 (0.927), 1-R20/R2test<0.1 (0.000), 0.85?k?1.15 (0.99) y 0.85?k’?1.15 (1.00), R2m>0.5 (0.917). La Figura 1 muestra la recta de regresión. El índice de conectividad de primer orden (X1sol) [15] es el descriptor más importante, el cual está bien correlacionado con el punto de ebullición que es el que gobierna el RI para columnas apolares.
format Articulo
Articulo
author Rojas, Cristian
Duchowicz, Pablo Román
Pis Diez, Reinaldo
author_facet Rojas, Cristian
Duchowicz, Pablo Román
Pis Diez, Reinaldo
author_sort Rojas, Cristian
title Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
title_short Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
title_full Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
title_fullStr Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
title_full_unstemmed Análisis QSPR de índices de retención de aromas medidos en cromatografía de gases
title_sort análisis qspr de índices de retención de aromas medidos en cromatografía de gases
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/44609
http://revistas.unlp.edu.ar/InvJov/article/view/1269
work_keys_str_mv AT rojascristian analisisqsprdeindicesderetenciondearomasmedidosencromatografiadegases
AT duchowiczpabloroman analisisqsprdeindicesderetenciondearomasmedidosencromatografiadegases
AT pisdiezreinaldo analisisqsprdeindicesderetenciondearomasmedidosencromatografiadegases
bdutipo_str Repositorios
_version_ 1764820473873432581

Ejemplares similares