不同描述器计算工具的预测性能的比较研究:基于分子的化顺序建模和解释来自METLIN数据库的异构化合物的保留机制
Darija Obradović1, Andrey Stavrianidi2, Elizaveta Fedorova3
1Institute of Physics Belgrade, National Institute of the Republic of Serbia, Pregrevica 118, Belgrade 11080, Serbia.
定量结构保留关系 (QSRR) 模型预测了制药化合物的色谱保留. 这有助于识别异构体和类似物,改善药物质量控制和分析.
科学领域:
- 分析化学 分析化学
- 计算化学的计算化学
- 药品分析 药品分析
背景情况:
- 制药质量控制要求对结构相关分子复杂混合物的分析标准.
- 染色学峰值注释,特别是对同位素和类似物来说,具有挑战性,但对于准确的分析至关重要.
- 定量结构保留关系 (QSRR) 为预测色谱行为提供了一个潜在的解决方案.
研究的目的:
- 调查异构化合物逆相 (RP) 保留机制的基本基础.
- 开发和验证QSRR模型,以预测结构相关的制药化合物的保留行为.
- 提供基于分子结构的RP保留的解释.
主要方法:
- 从METLIN SMRT数据集中使用了1141种异构化合物.
- 采用了九种描述器计算工具,三种特征选择方法 (遗传算法,一步步,Boruta) 和四种机器学习方法 (SVM,MLR,RF,XGBoost).
- 应用严格的内部和外部验证指标 (r_test> 0.73,化顺序> 60%) 来选择预测模型.
主要成果:
- 开发了QSRR模型,平均绝对误差在60到110秒之间.
- 确定了步骤和遗传算法 (GA) 作为最佳描述器选择方法.
- 发现SVM和XGBoost提供了令人满意的预测性能,而MLR与GA在预测药物化合物的保留方面表现出色.
结论:
- 开发的QSRR模型准确地预测了制药分析中结构相关化合物的分离和识别.
- 这些模型提供了对RP条件下的保留控制的相互作用机制的洞察.
- 这些发现支持改善制药行业的质量控制和分析策略.
更多相关视频
08:232 in 1: One-step Affinity Purification for the Parallel Analysis of Protein-Protein and Protein-Metabolite Complexes
Published on: August 6, 2018
11:00Untargeted Metabolomics from Biological Sources Using Ultraperformance Liquid Chromatography-High Resolution Mass Spectrometry UPLC-HRMS
Published on: May 20, 2013
相关概念视频
Capillary Electrophoresis: Applications
Capillary zone electrophoresis (CZE) separates ionic components based on their electrophoretic mobility. It has been used to separate proteins, amino acids,...
Chromatographic Methods: Terminology
High-Performance Liquid Chromatography: Elution Process
High-Resolution Mass Spectrometry (HRMS)
Size-Exclusion Chromatography
Silica particles offer advantages such as rigidity,...
