基于机器学习及外部“探针”策略的HPLC保留时间预测的研究

作者：石岩; 熊婧; 魏锋; 马双成

来源：药物分析杂志, 2019, 39(04): 716-721.

DOI：10.16155/j.0254-1793.2019.04.18

• 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

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。

• 单位
  中国食品药品检定研究院