使用神經網絡優化離子小分子藥物成分的反相HPLC條件第一三共株式會社製藥技術部分析評價實驗室研究第一組研究員佐佐木塚佐
反相HPLC是評估小分子藥物有效性和安全性的重要分析科學方法。通常，藥品的主要成分是含有一定量雜質的混合物，但是可以通過使用反相HPLC估算每種成分的量。因此，尋找和優化HPLC條件以可重現地分離每個組分是質量評估研究中非常重要的過程。影響分離的主要因素包括洗脫液中所用緩衝液的pH值，有機溶劑種類，分析柱溫度，洗脫液流速等。尤其是當目標是離子化合物時，pH值和有機溶劑種類嚴重影響分離的成敗。但是，在反相HPLC中，每種組分通過分析柱的時間（保留時間）的變化相對於pH和有機溶劑等因素都不是線性的，並且很難通過預測推斷來評估分離的成敗。很難。因此，執行者嘗試了一種方法，可以通過神經網絡建模從保留時間預測中估計在某個洗脫條件範圍內分離的成功與否。
突圍預測建模質量與可靠性
