使用神經網路優化離子型低分子量藥物成分的反相 HPLC 條件佐佐木司，第一三共株式會社製藥技術部分析評估研究所第一研究小組研究專員
反相高效液相層析法是評估小分子藥物療效和安全性的重要分析測量方法。一般來說，藥物成分是含有一定量雜質的混合物，但透過使用反相層析法可以估算出每種成分的含量。因此，尋找並優化能夠重現分離各成分的HPLC條件是品質評估研究中非常重要的過程。影響分離的主要因素有洗脫液所使用的緩衝溶液的pH值、有機溶劑的種類、分析管柱的溫度、洗脫液的流速等。當目標化合物是離子時，pH 值和有機溶劑的類型對分離的成功有很大影響。但在反相HPLC中，各組分通過分析管柱的時間（保留時間）的變化並不與pH值、有機溶劑等因素呈線性關係，因此很難預測評估分離的成功與否。因此，作者嘗試了一種基於神經網路建模的保留時間預測來估計在一定洗脫液條件範圍內分離成功或失敗的方法。
