SciELO - Scientific Electronic Library Online

 
vol.65 issue4Novel and Reusable Mesoporous Silica Supported 4-Methylbenzenesul- fonate-functionalized Ionic Liquids for Room Temperature Highly Efficient Preparation of 2,4,5-Triaryl-1H-imidazolesImprovement the Physico-chemical Characteristics of Diesel Fuel using Gamma Irradiation author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Journal of the Mexican Chemical Society

Print version ISSN 1870-249X

Abstract

ČABARKAPA, Ivana; AćIMOVIć, Milica; PEZO, Lato  and  TADIć, Vanja. A Validation Model for Prediction of Kovats Retention Indices of Compounds Isolated from Origanum spp. and Thymus spp. Essential Oils. J. Mex. Chem. Soc [online]. 2021, vol.65, n.4, pp.550-559.  Epub Feb 28, 2022. ISSN 1870-249X.  https://doi.org/10.29356/jmcs.v65i4.1515.

El objetivo de este trabajo es la obtención de modelos validados para la predicción del tiempo de retención de los compuestos aislados de aceites esenciales de Origanum heracleoticum, Origanum vulgare, Thymus vulgaris y Thymus serpyllum. Se han obtenido un total de 68 tiempos de retención de compuestos, separándose y detectándose por cromatografía de gases con detección por espectrometría de masas (GC-MS) con posterior desarrollo de modelos de predicción. La relación cuantitativa estructura-retención ha sido utilizada para predecir el índice de retención Kovats de los compuestos obtenidos por análisis de GC-MS, utilizando ocho descriptores moleculares seleccionados mediante algoritmo genético. Los descriptores seleccionados han sido utilizados como entrada para las cuatro redes neuronales artificiales y así elaborar los índices predictivos del modelo de relación cuantitativa estructura-retención. Los coeficientes de determinación en el ciclo de entrenamiento fueron de 0.830; 0.852; 0.922 y 0.815 (para los compuestos identificados en los aceites esenciales del O. heracleoticum, O. vulgare, T. vulgaris y T. serpyllum respectivamente) demostrando así que estos modelos son útiles en la predicción de los índices de retención de Kovats con un error de bajo predicción y alta r 2.

Keywords : Origanum spp.; Thymus spp; QSRR; redes neuronales artificiales.

        · abstract in English     · text in English     · English ( pdf )