基于机器学习及外部”探针”策略的HPLC保留时间预测的研究

摘要：

目的:研究并建立径向基函数神经网络预测化合物色谱峰HPLC保留时间的方法.方法:使用Agilent TC-C18色谱柱(250 mm×4.6 mm,5μm),甲醇-水为流动相等度洗脱,以毛蕊异黄酮葡萄糖苷、芒柄花素、山柰苷、山柰素、槲皮素、刺芒柄花苷、毛蕊异黄酮及异鼠李素8个化合物为研究对象,不同比例流动相洗脱条件下其中7个化合物色谱峰保留时间为特征,与待预测化合物色谱峰保留时间组成训练集各样本,生成并训练神经网络,使得该神经网络具有通过以上7个化合物色谱峰保留时间预测待预测化合物色谱峰保留时间的能力.结果:在使用同一型号色谱柱不同HPLC仪器的情况下,模型的保留时间预测误差不大于0.608 min.结论:本研究创建的方法能够对化合物保留时间进行有效和准确地预测.

关键词：机器学习、径向基函数神经网络、保留时间、预测时间、高效液相色谱

所属期刊栏目：39

分类号：R917(药物基础科学)

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：716-721