• 대한화학회지
• /
• 제45권5호
• /
• pp.422-428
• /
• 2001

기체 크로마토그래피에서 PAH와 그것의 유도체들의 상대적 용리시간을 인공신경망분석과 다변량 선형 회귀분석을 사용하여 학습한 후, 시험세트들의 상대적 용리시간을 예측하였다. QSRR에서 PAH와 그것의 유도체의 주요한 설명인자는 분자량의 제곱근, 분자의 연결지수($^1{\chi}_v$), 분자 쌍극자모멘트 및 분자의 길이와 폭의 비율(L/B)이었다. 다변량선형회귀분석에 의하면 큰 분자일수록 용리시간은 길어지며 또한 L/B의 값이 커지면 용리시간이 증가하는 것으로 보아 슬롯이론을 따르고 있음을 알 수 있었다. 반면에 설명인자 사이의 선형 독립성에 영향을 받지 않는 인공신경망 분석결과에 의하면 분자량과 분자 쌍극자 모멘트가 주요한 인자로 작용하고 있었다. 시험세트의 예측 정확도를 나타내는 분산은 선형회귀분석에서는 1.860, 인공신경망분석법에서 0.206으로서 인공신경망 분석법이 다변량회귀분석보다 더 좋은 예측방법임을 알 수 있었다.

• Archives of Pharmacal Research
• /
• 제27권10호
• /
• pp.1009-1015
• /
• 2004

Quantitative Structure-Resolution Relationship (QSRR) using the Comparative Molecular Field Analysis (CoMFA) software was applied to predict the chromatographic behaviors of chiral drugs with an amine moiety on the chiral cellobiohydrolase (CBH) columns. As a result of the Quantitative CoMFA-Resolution Relationship study, using the partial least square method, prediction of the behavior of drugs with amine moiety upon chiral separation became possible from their three dimensional molecular structures. When a mixed mobile phase of 10 mM aqueous phosphate buffer (pH 7.0) - isopropanol (95 : 5) was employed, the best Quantitative CoMFA-Resolution Relationship, derived from the study, provided a cross-validated $q^2$ = 0.933, a normal $r^2$ = 0.995, while the best Quantitative CoMFA-Separation Factor Relationship, also derived from the study, yielded a cross-validated $q^2$ = 0.939, a normal $r^2$ = 0.991. When all of these results are considered, this QSRR-CoMFA analysis appears to be a very useful tool for the preliminary prediction on the chromatographic behaviors of drugs with an amine moiety inside chiral CBH columns.

• 대한화학회지
• /
• 제44권2호
• /
• pp.102-108
• /
• 2000

고속액체크로마트그래피에서 RAH분자들이 상대적 용리시간을 다변량선형회귀분석과 인공신경망분석방법을 사용하여 학습시킨 후, 시험 세트의 상대적 용리시간을 예측하였다. PAH의 QSRR에서 주요한 설명인자는 분자연결지수($^1X_v,\;^2X_v$),길이와 폭의 비율(L/B) 및 분자 쌍극자 모멘트(D)이었다, 슬롯 모델과 관계깊은 L/B은 인공신경망분석방법에서는 적절한 설명인자로 작용하나, 다변량회귀분석에서는 그러하지 못하다. 시험세트에서 용리시간 예측도를 나타내주는 분산은 각각 인공신경망분석방법에서 0.0099, 다변량회귀분석방법에서 0.0114이었다. 인공신경망분석방법이 다변량회귀분석보다 더 좋은 결과를 보여준다.