基于机器学习及外部“探针”策略的HPLC保留时间预测的研究

目的研究并建立径向基函数神经网络预测化合物色谱峰HPLC保留时间的方法。 方法使用Agilent TC-C 18 色谱柱（250 mm×4.6 mm，5μm），甲醇-水为流动相等度洗脱，以毛蕊异黄酮葡萄糖苷、芒柄花素、山柰苷、山柰素、槲皮素、刺芒柄花苷、毛蕊异黄酮及异鼠李素8个化合物为研究对象，不同比例流动相洗脱条件下其中7个化合物色谱峰保留时间为特征，与待预测化合物色谱峰保留时间组成训练集各样本，生成并训练神经网络，使得该神经网络具有通过以上7个化合物色谱峰保留时间预测待预测化合物色谱峰保留时间的能力。 结果在使用同一型号色谱柱不同HPLC仪器的情况下，模型的保留时间预测误差不大于0.608 min。 结论本研究创建的方法能够对化合物保留时间进行有效和准确地预测。