Retention time prediction for 653 pesticides on a biphenyl liquid chromatography stationary phase using machine learning

Význam tématu

Predikce retenčního času je klíčovým nástrojem v suspect screeningu, kdy není k dispozici autentický standard. Umožňuje zkrátit čas i náklady na identifikaci sloučenin v komplexních vzorcích a zvyšuje spolehlivost výsledků.

Cíle a přehled studie / článku

Cílem studie bylo vyvinout model strojového učení pro přesnou predikci retenčního času 653 pesticidních sloučenin na biphenylové stacionární fázi LC. Model je určen pro aplikace in silico suspect screeningu při spojení s MS/MS detekcí.

Použitá metodika a instrumentace

Metodika zahrnovala generování přes 5000 molekulových deskriptorů z chemických struktur pesticidů. Výběr 16 klíčových deskriptorů proběhl s využitím kolinearity, korelace s retenčním časem, genetické selekce a odborné revize. Pro modelování byl zvolen multilayer perceptron (MLP) s architekturou 16-5-1. Data byla rozdělena v poměru 70 % trénink, 15 % verifikační a 15 % slepá testovací sada. Pro posouzení aplikační domény byla provedena analýza hlavních komponent (PCA).

Použitá instrumentace

• UHPLC: Nexera LC system
• Kolona: Restek Raptor biphenyl 100×2.1 mm, 2.7 μm, 35 °C
• Mobilní fáze A: voda s 2 mM amonným formiátem a 0,002 % kyselinou formiovou; B: methanol s 2 mM amonným formiátem a 0,002 % kyselinou formiovou
• Gradient: binární reverzní fáze, celkem 10,5 min
• MS/MS: LCMS-8060, ESI, 1919 MRM přechodů (1819 pozitivní, 100 negativní), dwell time 4 ms, polarity switching 5 ms

Hlavní výsledky a diskuse

Model dosáhl vysoké korelace mezi měřeným a predikovaným retenčním časem (R2 ≥ 0,885) se střední chybou přibližně 28 s ve všech třech sadách. Přibližně 75 % sloučenin bylo predikováno s odchylkou menší než 39 s při gradientu 12 min. Citlivostní analýza ukázala největší vliv deskriptoru logD (pH 5,4), dále počtu šestičlenných a benzenových kruhů a hydrofilního faktoru. PCA odhalila dobře definovanou aplikační doménu s několika odlehlými makromolekulami.

Přínosy a praktické využití metody

• Efektivní podpora suspect screeningu bez nutnosti velkého počtu standardů
• Alternativní selektivita k tradičním C18 kolonám
• Rychlá předvýběrová metoda před nákladným nákupem referenčních látek

Budoucí trendy a možnosti využití

• Rozšíření modelu na další reverzní fáze
• Integrace s vysokorozlišovacími hmotnostními spektrometry pro non-target screening
• Zahrnutí pokročilejších deskriptorů a AI metod
• Real-time predikce během akvizice dat

Závěr

Study poprvé prokázala, že predikce retenčního času 653 pesticidů na biphenylové kolóně pomocí ensemble MLP dosahuje vynikající přesnosti. Metoda představuje efektivní nástroj pro suspect screening a minimalizuje závislost na autentických standardech.

Reference

• Seznam literatury nebyl k dispozici