优化从三级废水中提取抗逆转录病毒药物,使用化和基于人工智能的预测与响应表面方法
Zhenhua Kang1, Lian Duan2, Sasan Zahmatkesh3
1Department of Colorectal & Anal Surgery, General Surgery Center, First Hospital of Jilin University, Changchun 130021, China.
The Science of the total environment
|May 4, 2024
概括
这项研究模拟了使用化方法从水中去除制药污染物的方法. 响应表面方法和人工神经网络有效地预测和优化了尼维拉和埃法维伦兹的分解,改善了废水处理.
科学领域:
- 环境工程 环境工程
- 水处理技术水处理技术
- 分析化学 分析化学
背景情况:
- 水中的制药污染物带来风险,包括抗生素耐药性和水生有毒性.
- 有效的废水处理是至关重要的,但受到低度污染物的挑战.
- 需要先进的监测和建模来优化污染物去除.
研究的目的:
- 在化过程中模拟和优化尼维拉和埃法维伦兹的降解.
- 评估响应表面方法 (RSM) 和人工神经网络 (ANN) 在预测污染物分解方面的有效性.
- 确定最佳的化条件,以从废水中去除药品.
主要方法:
- 利用响应表面方法 (RSM) 来分析pH值,温度和初始度对降解的影响.
- 使用人工神经网络 (ANN) 预测尼维拉和埃法维伦兹的分解.
- 通过使用实际预测的图形,残余图形和平均平方误差 (MSE) 验证了ANN模型性能.
主要成果:
- RSM确定了统计学意义上的模型,将操作参数与降解行为相关联.
- 在各种化条件下,ANN模型准确地预测了这两种药物的降解.
- ANN模型实现了高的MOD值,显示了Nevirapine (31.31%) 和Efavirenz (16.06%) 的成功预测准确度.
结论:
- RSM和ANN是建模和优化药品污染物在水中的降解的有效工具.
- 这项研究为增强化过程提供了洞察力,以改善尼维拉和伊法维伦兹的去除.
- 优化化策略可以减轻与制药污染相关的环境和健康风险.
更多相关视频
05:46Identification of Pharmaceuticals in The Aquatic Environment Using HPLC-ESI-Q-TOF-MS and Elimination of Erythromycin Through Photo-Induced Degradation
Published on: August 1, 2018
13.1K
10:53Concentration of Virus Particles from Environmental Water and Wastewater Samples Using Skimmed Milk Flocculation and Ultrafiltration
Published on: March 17, 2023
1.5K
