紫外-可见光谱法结合萤火虫算法增强的人工神经网络测定三元混合物中的普萘洛尔、瑞舒伐他汀和缬沙坦

快速阅读: 《Nature.com》消息，本研究开发了一种基于人工神经网络（ANN）和紫外光谱的简单快速分析方法，用于同时测定三种心血管药物。通过萤火虫算法优化，模型表现出了高精度、准确性和选择性，且具备环保、实用及可持续性，对药品质量和患者监测有重要意义。

在本研究中，开发了一种简单、快速且经济有效的分析方法，用于同时测定三种常用的心血管药物：普萘洛尔、瑞舒伐他汀和缬沙坦。该方法利用人工神经网络（ANN）对药物的紫外光谱与其浓度之间的关系进行建模。采用包含25个样本的实验设计作为校准集，并使用包含20个样本的中心复合设计作为验证集。萤火虫算法（FA）被评估为一种变量选择程序，以优化所开发的ANN模型，从而构建更简洁的模型并提升预测性能，这一点从相对均方根误差预测值（RRMSEP）较低即可明显看出，与全光谱ANN模型相比更是如此。

FA-ANN模型的验证表明，根据国际协调会议（ICH）指南，这些模型在定量测定目标分析物方面表现出高精度、准确性和选择性。此外，借助AGREE分析绿色性、BAGI评估适用性等级以及RGB工具，评估了所开发模型的环保性、实用性和可持续性，确认其环保、实用且可持续的特性。

本研究展示了ANN结合紫外指纹图谱技术快速同时测定关键心血管药物的潜力，这对药品质量控制和患者监测具有重要意义。

(以上内容均由Ai生成)