在化合物的结构解析工作中，核磁共振波谱无疑是结构解析最有力的测定技术。基于化合物的结构式预测其核磁谱，通过预测谱图与实验谱图的比对分析，有助于研究人员确认结构的合理性，从而确定最终结构。目前，NMR谱图的预测方法可分为两类：一是基于量子化学计算，该方法优点是准确性高，但是计算耗时长(一般计算一个化合物的化学位移需要好几个小时甚至更长)，并且计算操作相对复杂；另一种是半经验的计算方法，这类方法的操作简单，计算快速(秒级)，但是不同的计算软件对应的准确性不一。

       对于大部分化学研究者，比较熟知的是在ChemDraw软件上预测化合物的1HNMR或者13CNMR；另外，ACD/NMR Predictors作为一款专业的核磁预测软件，也得到很多科研人员的推荐。这两款软件的NMR预测方法都属于半经验的计算方法，那么其功能和准确性表现如何呢？下面向大家介绍一下。

一、ACD/NMR Predictors 功能特点

-可计算1H, 13C, 15N, 19F, 31P 谱的化学位移、耦合常数以及2D NMR谱(包括HSQC, HSQC-TOCSY, HMBC, COSY等)；

-基于加和算法(Incremental algorithm)、HOSE(Hierarchical Organisation of Spherical Environments)算法以及人工神经网络三种算法进行化学位移计算；

-内置庞大的核磁数据库对算法进行训练优化，可供用户检索使用；

-可定义不同溶剂下进行1H,13C谱预测，使预测结果更符合实验值

-预测前可识别化合物的同分异构体形式；

-支持混合物在不同比例下的谱图模拟；

-支持用户利用已有的实验数据建立训练集数据库，提高预测准确度；

-添加化学结构，自动归属和验证实验结果，辅助快速分析

二、预测准确性评测

      以下我们以5个化合物作为例子，考察一下ACD/NMR Predictors与ChemDraw的氢谱、碳谱预测准确性，本次评测使用的软件版本如下：

--ACD/NMR Predictors 2019.1.0 

--ChemDraw 19.0 

化合物 1 ：Catechin 

ACD/NMR Predictors 与 ChemDraw 的 1HNMR 化学位移预测结果如下：

与实验1HNMR数据(溶剂为DMSO)比较：

       为了进一步考察ACD/NMR Predictors可定义不同溶剂条件下的预测功能，我们从文献找到化合物CATECHIN在不同的溶剂下的氢谱化学位移数据进行了比较，如下表：(ChemDraw不支持自定义溶剂，默认以DMSO溶剂进行预测)

溶剂：丙酮

实验值来源：J. Sci. Res. 1 (2), 300-305 (2009) ，DOI: 10.3329/jsr.v1i2.1635  

溶剂：甲醇

实验值来源：Phytochemistry Letters 6 (2013) 113–117，DOI: 10.1016/j.phytol.2012.11.008

小结 1

在本例中，我们比较了ACD/NMR Predictors和ChemDraw两款软件对化合物Catechin的HNMR化学位移预测结果，并且比较了在不同溶剂条件下的实验数据。结果表明，ACD/NMR Predictor在三种不同溶剂条件下的预测结果都与实验数据非常吻合，标准偏差分别为0.06,0.03,001， 准确性远高于ChemDraw！

化合物2：Aflatoxin B1  

ACD/NMR Predictors与ChemDraw的 1HNMR化学位移预测结果如下：

与实验1HNMR数据(溶剂为氯仿)比较：

实验数据来源：Arch Pharm Res Vol 35, No 8, 1387-1392, 2012 ，DOI ：10.1007/s12272-012-0808-1  

ACD/NMR Predictors 与 ChemDraw的 13CNMR化学位移预测结果如下：

与实验13CNMR数据(溶剂为氯仿)比较：

实验数据来源：Arch Pharm Res Vol 35, No 8, 1387-1392, 2012，DOI ：10.1007/s12272-012-0808-1  

小结 2

在本例中，我们比较了ACD/NMR Predictors和ChemDraw两款软件对化合物Aflatoxin B1的氢谱、碳谱化学位移预测数据。结果表明，ACD/NMR Predictors预测准确性依旧表现优越，标准偏差分别为0.02、0.43，准确性远胜ChemDraw。

化合物3：Melohemisine J 

ACD/NMR Predictors 与 ChemDraw 的 1HNMR 化学位移预测结果如下：

与实验1HNMR数据(溶剂为甲醇)比较：

实验数据来源：J. Nat. Prod. 2020, 83, 8, 2313–2319  ，DOI ：10.1021/acs.jnatprod.9b00925  

ACD/NMR Predictors 与 ChemDraw 的 13CNMR 化学位移预测结果如下：

与实验13CNMR数据(溶剂为甲醇)比较：

实验数据来源：J. Nat. Prod. 2020, 83, 8, 2313–2319，DOI ：10.1021/acs.jnatprod.9b00925  

小结 3

在本例中，我们以JNP最新报道的一个新化合物Melohemisine J进行测试，该化合物结构较复杂，具有一定的挑战性。结果表明，ACD/NMR Predictors的预测结果依然比较理想，1H和13C谱的化学位移标准偏差分别为0.18、1.53。值得注意的是，ChemDraw对于该化合物的碳谱化学位移预测准确性较差，最大误差值达到10，相反，ACD/NMR Predictors对应的误差值仅为0.28。

化合物4：Erythronolide B   

ACD/NMR Predictors 与 ChemDraw的 13CNMR化学位移预测结果如下：

与实验13CNMR数据(溶剂为DMSO)比较：

实验数据来源：J. Am. Chem. SOC. 1991, II3, 923-927  

小结 4

在本例中，我们以大环内酯类化合物Erythronolide B进行13CNMR预测，结果表明，ACD/NMR Predictors的预测结果准确性高于ChemDraw。其中，ChemDraw的最大误差为6.49，而ACD/NMR Predictors对应的误差值仅为0.59。

化合物5：Rosuvastatin   

ACD/NMR Predictors 与 ChemDraw的 13CNMR化学位移预测结果如下：

与实验13CNMR数据(溶剂为DMSO)比较：

小结 5

本例子中，我们以药物分子Rosuvastatin进行13CNMR预测，结果同样表明，ACD/NMR Predictors的预测结果准确性高于ChemDraw。ACD/NMR Predictors最大的误差值为4，其他的误差值都较低。相反，ChemDraw的预测结果出现较多较大的误差。

第三方评测 

       在本例中，我们向大家分享一篇第三方文献的测试结果，作者针对藤黄科植物的80个成分，包括不同的结构类型(二苯甲酮类、联苯类、色满酮类、香豆素类、缩酚酸环醚类、PPAPs类等)进行测试，比较了ACD/Labs、Mnova和ChemDraw三款软件的碳谱预测结果(如下图所示)，结果表明，ACD/Labs比其他两款软件的预测准确性要更高。ACD/Labs软件能提供73%误差在+-1.25ppm范围的预测结果。

文献来源：Fitoterapia 131 (2018) 59–64.DOI: 10.1016/j.fitote.2018.10.003

三、ACD/NMR Predictors软件操作演示

四、ACD/NMR Predictors 网络讲座

主题：Get the Most Functionality and Confidence out of Your NMR Predictions