手性分析是目前药物分析的难点和热点之一。毛细管电泳显示其独特优势，但对于其分析关键因素手性选择剂的筛选缺乏理论和方法学研究，对于具体分析对象的手性拆分机理尚不明确。本课题以环糊精及其衍生物为手性选择剂，以三唑醇类抗真菌活性对映体为主要研究对象，基于结构与拆分关系借助于计算机辅助分子模拟技术研究手性选择剂与对映体的主客体包结过程，并通过分子模拟技术计算相互作用能量，探讨宏观实验结果与分子模拟计算的联系，以期更好地解释手性拆分机理，预测CE手性拆分结果。(1)首次建立抗真菌新药艾迪康唑及其结构相似三唑醇类抗真菌活性化合物的毛细管电泳法手性拆分方法。考察手性选择剂环糊精的种类发现羟丙基-γ-环糊精对于此类化合物具有非常好的手性识别能力。通过环糊精浓度、缓冲溶液的pH值和浓度、柱温和电压等分析条件考察，并经过方法学验证建立分析方法。此方法条件下艾迪康唑能在16分钟左右达到基线分离，分离度达到2.69。通过艾迪康唑及其结构相似三唑醇类抗真菌活性化合物结构与拆分的相关性分析，侧链上的化学基团对于手性拆分结果具有重要影响，特别是N-甲基基团。(2)计算机辅助分子模拟研究艾迪康唑及其结构相似三唑醇类抗真菌活性化合物的毛细管电泳手性拆分机理及预测拆分结果的数学模型建立。从结构与拆分关系出发考察迁移时间差t与分离度关系，进一步证明侧链的化学基团对于手性拆分结果具有重要影响，特别是N-甲基基团。利用计算机辅助技术软件Discovery Studio2.5/Sybyl/Gold模拟羟丙基-γ-环糊精与艾迪康唑及其结构相似三唑醇类抗真菌活性化合物主客体包结过程并计算相互结合能，探讨手性拆分机理。通过研究从分子水平上明确羟丙基-γ-环糊精与艾迪康唑的手性拆分机理，主要是由于二氟取代苯环上的氟与环糊精羟丙基上的羟基形成的氢键以及由于N-甲基基团的存在使得两个苯环能够同时进入羟丙基-γ-环糊精的大的疏水空腔形成面对面π-π作用。明确了N-甲基基团在该类化合物毛细管电泳手性拆分中的作用。另外，发现结合能差值(E)越大手性拆分结果越好，这将有助于指导手性选择剂的筛选和预测手性拆分结果。采用分子力学计算相互作用能量建立了分离度与范德华能、静电场能和相互作用能的数学模型，能较好预测此类化合物CE拆分结果。研究表明借助计算机辅助技术有助于以环糊精为手性选择剂的毛细管电泳手性拆分机理的研究并可以通过相互作用能量的计算来预测手性拆分结果。(3)研究7种新型三唑醇类抗真菌活性化合物的毛细管电泳法手性拆分及利用计算机辅助分子模拟技术研究拆分机理。考察了8种中性环糊精作为手性添加剂，只有2,6-二甲基-β-环糊精对7种活性化合物都有手性识别能力。通过环糊精浓度、缓冲溶液的pH值和浓度、柱温和电压等分析条件考察，优化了2,6-二甲基-β-环糊精为手性选择剂的分析条件。在此条件下7种活性化合物都能达到手性分离，其中4种活性化合物能达到基线分离（Rs>1.60）。应用计算机辅助分子模拟软件Discovery Studio2.5/Sybyl/Gold模拟2,6-二甲基-β-环糊精与7种活性化合物主客体包结过程并计算相互结合能，探讨手性识别机理，发现拆分结果与结合能的差异有关，结合能差异越大拆分结果越好。(4)研究12种新型含氧叔丁基三唑醇类抗真菌活性化合物的毛细管电泳法手性拆分。考察了8种中性环糊精作为手性选择剂，羟丙基-γ-环糊精和2,3,6-三甲基-β-环糊精对12种含氧叔丁基三唑醇类抗真菌活性化合物都有非常好的手性识别能力。通过环糊精浓度、缓冲溶液的pH值和浓度、柱温和电压等分析条件考察，分别优化了羟丙基-γ-环糊精和2,3,6-三甲基-β-环糊精为手性选择剂的分析条件。在此条件下12种活性化合物都能达到基线分离，优化条件下2,3,6-三甲基-β-环糊精为手性选择剂大部分化合物的分离度均大于羟丙基-γ-环糊精的结果，分离度基本都大于2.00。(5)分子模拟研究β-受体阻滞剂毛细管电泳手性拆分及识别机理。通过环糊精浓度、缓冲溶液的pH值和浓度、柱温和电压等分析条件考察建立羧甲基-β-环糊精为手性选择剂的毛细管电泳法对5种β-受体阻滞剂(普萘洛尔、艾司洛尔、阿替洛尔、美托洛尔和比索洛尔)的手性拆分方法。应用AutoDock分子对接软件确定β-受体阻滞剂与羧甲基-β-环糊精主客体包结过程，并利用AutoDock半经验结合自由能评价函数计算结合自由能。结果表明β-受体阻滞剂的疏水性萘环或苯环进入了环糊精的疏水空腔，侧链在环糊精的空腔边缘。氢键对于手性拆分具有重要影响，5种β-受体阻滞剂与羧甲基-β-环糊精氢键作用部位模型被建立。与手性碳相连的–OH与环糊精形成的氢键作用差异将更有利于扩大手性识别差异，从而获得更大的分离因子。此外还发现对映体的疏水母核所连侧链越长越不利于手性拆分，结合自由能差异值的绝对值的大小与手性分离因子顺序一致。研究表明AutoDock分子对接模拟对映体与环糊精的主客体包结过程，计算结合自由能，也能够用于研究环糊精CE手性拆分和识别机理。总之，计算机辅助分子模拟技术能够很好从分子水平上模拟主客体包结过程，能够通过分子力学计算结合能量，探讨手性拆分机理，预测CE手性拆分结果，提供手性拆分理论基础。本课题为更科学、高效发挥CE手性拆分的技术优势提出了新的研究方法。