Приказ основних података о документу

Оптимизација хроматографског раздвајања арипипразола и нечистоћа: приступ квантификовања односа структуре и ретенционог понашања

dc.creatorSvrkota, Bojana
dc.creatorKrmar, Jovana
dc.creatorProtić, Ana
dc.creatorZečević, Mira
dc.creatorOtašević, Biljana
dc.date.accessioned2022-12-06T16:35:05Z
dc.date.available2022-12-06T16:35:05Z
dc.date.issued2022
dc.identifier.issn0352-5139
dc.identifier.urihttps://farfar.pharmacy.bg.ac.rs/handle/123456789/4330
dc.description.abstractA new optimization strategy based on the mixed quantitative struc- ture–retention relationship (QSRR) model is proposed for improving the RP- HPLC separation of aripiprazole and its impurities (IMP A-E). Firstly, experi- mental parameters (EPs), namely mobile phase composition and flow rate, were varied according to Box–Behnken design and thereafter, an artificial neural network (ANN) as a QSRR model was built correlating EPs and sel- ected molecular descriptors (ovality, torsion energy and non-1,4-van der Waals energy) with the log-transformed retention times of the analytes. Values of the root mean square error (RMSE) were used for an estimation of the quality of the ANNs (0.0227, 0.0191 and 0.0230 for the training, verification and test set, respectively). The separations of critical peak pairs on chromatogram (IMP A- B and IMP D-C) were optimized using ANNs for which the EPs served as inputs and the log-transformed separation criteria s as the outputs. They were validated by application of leave-one-out cross-validation (RMSE values 0.065 and 0.056, respectively). The obtained ANNs were used for plotting response surfaces upon which the analyses chromatographic conditions resulting in optimal analytes retention behaviour and the optimal values of the separation criteria s were defined. The optimal conditions were 54 % of methanol at the beginning and 79 % of methanol at the end of gradient elution programme with a mobile phase flow rate of 460 μL min-1
dc.description.abstractНова оптимизациона стратегија заснована на грађењу мешовитих модела за кван- тификовање односа структуре и ретенционог понашања (QSRR) предложена је за уна- пређење RP-HPLC раздвајања арипипразола и његових нечистоћа (IMP А-Е). Експери- ментални параметри (EP), састав мобилне фазе и брзина протока, варирани су најпре у складу са Box–Behnken дизајном, а затим је награђена вештачка неуронска мрежа као QSRR модел који повезује ЕP и одабране молекуларне дескрипторе (овалност, торзиона енергија и не-1,4-ван дер Валсова енергија) са логаритамски трансформисаним ретен- ционим временом аналита. Вредности средње квадратне грешке (RMSE) коришћене су за процену квалитета мреже (0,0227, 0,0191 и 0,0230 за тренинг, верификацију и тест сет, редом). Раздвајање критичних парова пикова на хроматограму (IMP А-B и IMP D-C) оптимизовано је коришћењем мрежа за које су ЕP послужили као улази, а логаритамски трансформисани критеријуми сепарације s као излази. Ове мреже су валидиране при- меном унакрсне валидације изостанка (RMSE вредности, редом, 0,065 и 0,056). На основу награђених мрежа, конструисани су дијаграми површина одговора чијом ана- лизом су дефинисани услови при којима се постиже оптимална ретенција аналита, односно вредности критеријума сепарације s, а који су подразумевали 54 % метанола на почетку и 79 % на крају програма градијентног елуирања са брзином протока мобилне фазе од 460 mL min -1
dc.publisherSerbian Chemical Society
dc.relationinfo:eu-repo/grantAgreement/MESTD/inst-2020/200161/RS//
dc.rightsopenAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourceJournal of the Serbian Chemical Society
dc.subjectartificial neural networks
dc.subjectgradient elution
dc.subjecthigh performance liquid chromatography
dc.titleOptimization of chromatographic separation of aripiprazole and impurities: Quantitative structure-retention relationship approach
dc.titleОптимизација хроматографског раздвајања арипипразола и нечистоћа: приступ квантификовања односа структуре и ретенционог понашања
dc.typearticle
dc.rights.licenseBY-NC-ND
dc.citation.volume87
dc.citation.issue5
dc.citation.spage615
dc.citation.epage628
dc.citation.rankM23
dc.identifier.wos000751728800001
dc.identifier.doi10.2298/JSC210709092S
dc.identifier.scopus2-s2.0-85131459719
dc.identifier.fulltexthttp://farfar.pharmacy.bg.ac.rs/bitstream/id/11125/Optimization_of_chromatographic_pub_2022.pdf
dc.type.versionpublishedVersion


Документи

Thumbnail

Овај документ се појављује у следећим колекцијама

Приказ основних података о документу