Журнал хроматографии и методов разделения
Открытый доступ

Абстрактный

Исследование QSRR времени удерживания пестицидов методом жидкостной хроматографии с использованием линейных и нелинейных хемометрических моделей

Саид Ходадуст, Незам Арманд, Садег Масуди и Мехди Горбанзаде

Количественная связь структура-удержание (QSRR) использовалась для прогнозирования времени удерживания (мин) (RT) пестицидов с использованием пяти молекулярных дескрипторов, выбранных генетическим алгоритмом (GA) в качестве метода отбора признаков. Затем набор данных был случайным образом разделен на обучающие и прогнозные наборы. Выбранные дескрипторы использовались в качестве входных данных методов моделирования мультилинейной регрессии (MLR), многослойной персептронной нейронной сети (MLP-NN) и обобщенной регрессионной нейронной сети (GR-NN) для построения моделей QSRR. Как линейные, так и нелинейные модели демонстрируют хорошую предсказательную способность, из которых модель GR-NN продемонстрировала лучшую производительность, чем модели MLR и MLP-NN. Среднеквадратическая ошибка перекрестной проверки набора обучения и прогнозирования для модели GR-NN составила 1,245 и 2,210, а коэффициенты корреляции (R) составили 0,975 и 0,937 соответственно, в то время как квадратный коэффициент корреляции перекрестной проверки (Q2 LOO) на модели GR-NN составил 0,951, что свидетельствует о надежности этой модели. Полученные результаты показали, что GR-NN можно использовать в качестве предсказательных инструментов для прогнозирования значений RT (min) для исследуемых пестицидов.