核磁共振预测：Mnova 对分子结构的处理还允许用户进行波谱预测。尽管此处描述的过程可通过任何市售或内部预测软件包进行预测，但目前 Mnova 将使用 Modgraph Consultants Ltd. 的预测应用程序NMRPredict 进行预测。请注意，这是一个单独的插件，除了 Mnova 之外，还必须获得许可。
|
关于基于 NMR 预测服务器的几点说明
与 NMRPredict Desktop 不同，基于服务器的 NMRPredict 是 客户端- 服务器应用程序，因此要进行预测，您必须通过 Mnova 显示的对话框登录服务器。登录详细信息将在下载 NMRPredict 时提供给您 。只有在第一次使用 Mnova 进行预测时才需要登录。之后，软件会记住您的登录信息，并在后台进行登录。
✓由于NMRPredict 是客户端-服务器应用程序，数据通过互联网发送到服务器，因此出于安全考虑，工业测试人员可能希望在内部安装 NMRPredict。如果是这种情况，请将您的要求发送至 nmrpredict@mestrelab.com。
✓欢迎拥有自己内部预测软件包的 客户与我们联系，讨论如何将他们自己的预测软件包进行类似的无缝集成。请致信 support@mestrelab.com。
✓请注意，NMRPredict 是与 Mnova 不同的软件包，因此，要通过此软件包进行预测，必须在 NMRPredict 评估过期后单独持有 NMRPredict 许可证。
|
在 Mnova 中进行预测非常简单。在 Mnova 活动页面打开分子结构后，只需进入 "Prediction（预测）"菜单并选择适用的预测选项，即可打开一个对话框（每个核均有一个对话框）。
打开此对话框后，用户可在进行预测前设置一系列预测参数：限制、点数、波谱仪频率、线宽、溶剂和预测方法。要进行基于服务器的 NMR 预测，用户必须在 "预测器 "编辑框中选择 "Modgraph NMRPredict Server"。
点击"..."（上图中的红色方框），用户将可以选择1H-NMR预测的算法（增量或电荷）：
Increment 算法（基于 Ernö Pretsch 的NMR 表） 与 NMRPredict Desktop 预测 NMR 图谱的算法相同。
CHARGE 程序根据部分原子电荷和立体相互作用提供1H-NMR预测。该程序首次对各种有机化合物的质子化学位移进行了定量预测。
程序的工作原理是，首先通过选择力场从二维结构生成三维构象，然后预测所有构象的质子波谱。该程序通过研究亚伯拉罕教授参数化的官能团来工作。
要了解有关 CHARGE 理论的更多信息，请访问以下链接：
http://www.modgraph.co.uk/product_nmr_proton.htm
|
请记住
NMRPredict 是 客户端- 服务器应用程序，因此要进行预测，您必须通过 Mnova 显示的对话框登录服务器。登录详细信息将在下载 NMRPredict 时提供给您 。只有在第一次使用 Mnova 进行预测时才需要登录。之后，软件会记住您的登录信息，并在后台进行登录。
|
最后，只需进入 "预测 "菜单并选择所需的预测即可。
这将向服务器发送一个请求，服务器将运行预测并返回一组数值，Mnova 会将这些数值以波谱的形式显示在屏幕上。您会立即注意到这将是一个指定波谱，因此将鼠标悬停在原子上将会突出显示波谱上的相应峰值，反之亦然。
|
关于合成 NMR 1H 波谱的几点说明
必须注意的是，Mnova 在将预测值显示为波谱时进行的模拟 并非一阶模拟 。该软件正在进行 全面的量子力学计算 ，以得出显示的频谱。这需要非常密集的计算，导致该模拟模块在 1H 波谱方面受到限制，无法模拟大于 13 个自旋的自旋系统。不过，我们开发了一种新算法来克服这一问题。
|
13C-NMR 的预测基于 HOSE 代码方法。HOSE（ 球形 环境分级 组织）代码方法从需要预测位移的碳原子开始，查看碳原子的一个键，并尝试在其数据库中找到相同的环境。如果成功，它将移动两个键，然后再次尝试，直到遇到数据库中没有的环境或到达分子的边界为止。
HOSE 代码方法非常适用于查询在参考集合中表现良好的结构。如果原子可以预测到三个或更多的球体（NMRPredict 最多可以预测到五个球体），那么预测结果可以说是非常可靠的。
但是，如果查询结构在数据库中没有得到很好的体现，原子只能被预测到一个或两个球体，那么预测结果就完全不可信了。此外，HOSE 代码方法可以完全重现参考数据库的内容，包括参考数据库中的每一个错误。
如果原子只能被预测到一两个球体，传统上唯一的解决办法就是添加自己的类似数据并使用这些数据进行预测。NMRPredict 还使用了独特的神经网络算法，该算法比 HOSE 代码方法更具通用性和容错性，在预测其数据库中未见过的原子方面也更加准确。
|
