MLR and Artificial Neural Network Modeling for the Retention Time Prediction of Erectile Dysfunction Drugs and Analogues in Gradient Liquid Chromatography
- 발행기관 서강대학교 일반대학원
- 지도교수 오한빈
- 발행년도 2018
- 학위수여년월 2018. 2
- 학위명 석사
- 학과 및 전공 일반대학원 화학과
- 실제URI http://www.dcollection.net/handler/sogang/000000062812
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
Reversed-phase ultrahigh performance liquid chromatography (UPLC) mass spectrometry system (LC-MS)를 이용하여 41개 발기부전(erectile dysfunction, ED) 약물 및 그 유사체의 액체 크로마토그래피 유지 시간 (retention time, RTs)을 예측하기 위해 quantitative structure-retention relationships (QSRRs)를 이용하는 계산화학 모델이 개발되었다. 본 연구에서 molecular descriptor를 10개로 줄이기 위해 사용된 genetic algorithm (GA)과 연결하여 multiple linear regression (MLR) and artificial neural network (ANN) 계산을 이용하였다. MLR과 ANN 계산으로 sildenafil과 vardenafil-type의 41개 발기부전 약물과 그 유사체에 대한 신뢰성 있는 RT 예측 모델을 생성하였고 결과적으로 ANN 계산의 결과가 좀 더 신뢰성이 있음을 검증하였다. Validation statistics (cross validation) 측면에서 계산 모델의 예측도를 평가하였다. 예측된 RTs 값은 LC-MS(MS) 분석을 통해 발기부전 약물과 그 유사체 분석에 좀 더 신뢰성 있는 식별을 가능하게 할 것으로 예상한다.
more