混合采样化学计量策略,用于准确和可持续量化同时使用β-乳酸抗生素的抗生素
Shymaa S Soliman1, Mona A Abdel Rahman2
1Analytical Chemistry Department, Faculty of Pharmacy, October 6 University, October 6 City, Giza, 12858, Egypt. shimaasayed@o6u.edu.eg.
BMC chemistry
|December 25, 2025
概括
这项研究引入了一种新的化学测量框架,用于同时通过UV-Vis量化阿兹特里和梅罗. 综合采样和建模方法提高了药品质量控制的准确性和可靠性.
科学领域:
- 分析化学 分析化学
- 化学测量 化学测量 化学测量
- 频谱学是一种光谱学.
背景情况:
- 可靠的化学测量模型取决于具有代表性的校准和验证数据集.
- 同时对多种分析物的量化对分析提出了挑战.
研究的目的:
- 开发和评估一种新的框架,将多种采样策略与多变量建模相结合,用于同时通过UV-Vis量化阿兹特里 (AZM) 和美罗 (MPM).
- 评估不同采样技术 (MC,LHS,SS) 和多变量模型 (PLS,GA-PLS,ANN) 的性能,以准确量化分析物.
主要方法:
- 蒙特卡洛 (MC),拉丁式超立方采样 (LHS) 和索波尔序列 (SS) 采样技术的系统评估.
- 部分最小平方 (PLS),基因算法辅助 PLS (GA-PLS) 和人工神经网络 (ANN) 的应用,用于多变量建模.
- 开发一种混合变量选择方法 (GA-ICOMP-PLS) 和严格的验证技术 (嵌套交叉验证,Y随机化).
主要成果:
- 人工神经网络 (ANN) 模型与Sobol序列 (SS) 采样展示了最高的预测准确性.
- 混合GA-ICOMP-PLS方法显著改善了预测性能,与标准PLS相比,错误率降低了35.1%至63.6%.
- 严格的验证证实了无偏见的预测和模型弹性,LHS-GA-PLS显示了AZM和MPM的低预测误差.
结论:
- 这项研究提出了第一个综合结构化采样和化学测量建模方法,用于beta-lactam分析.
- 开发的框架增强了模型的稳定性,概括性和可持续性,实现了高绿色分析指标.
- 该方法为制药品质量控制和环境监测提供了可靠,高效和环保的策略.
