Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja
Quantitative structure – property relationship modeling of ESI response of aripiprazole and its impurities using machine learning methods
Аутори
Krmar, JovanaTolić, Ljiljana
Đurkić, Tatjana
Protić, Ana
Maljurić, Nevena
Zečević, Mira
Otašević, Biljana
Конференцијски прилог (Објављена верзија)
Метаподаци
Приказ свих података о документуАпстракт
Elektrosprej jonizacija (ESI) predstavlja najčešće korišćenu tehniku jonizacije u
LC/MS analizi polarnih i umereno polarnih analita. Nedovoljno rasvetljeni mehanizmi
generisanja ESI jona uslovljavaju dugotrajnu optimizaciju odgovora sistema, zasnovanu
na primeni pristupa pokušaja‐i‐greške. Upotreba metodologije kvantifikovanja veze
strukture analita sa osobinom od interesa (QSPR), odnosno, ESI signalom može da dâ
doprinos razumevanju procesa jonizacije, utemeljen na fizičko‐hemijskom značenju
uvrštenih molekulskih deskriptora. Cilj rada bio je modelovanje ESI odgovora test
supstanci – atipičnog antipsihotika aripiprazola i srodnih nečistoća primenom QSPR
pristupa, radi sticanja uvida u faktore koji kontrolišu efikasnost jonizacije i sledstvene
mogućnosti sistematičnog pospešivanja osetljivosti metode. ...
Electrospray ionization, ESI represents the most widespread ionization
technique in LC‐MS analysis of (moderately) polar analytes. Insufficiently elucidated
mechanisms of ions’ formation induce the time‐consuming optimization of system’s
response. Quantitative Structure Property Relationship, QSPR study of ESI
responsiveness may add to the understanding of the ionization process, based on
physicochemical meaning of involved molecular descriptors. The aim was to model the
ESI response of the aripiprazole and related impurities using QSPR approach, in order
to optimize factors that control ionization efficiency. ...
Извор:
Arhiv za farmaciju, 2018, 68, 2, 336-337Издавач:
- Savez Farmaceutskih Udruženja Srbije
Финансирање / пројекти:
- Развој и примена метода и материјала за мониторинг нових загађујућих и токсичних органских материја и тешких метала (RS-MESTD-Basic Research (BR or ON)-172007)
- Синтеза, квантитативни однос између структуре и дејства, физичко-хемијска карактеризација и анализа фармаколошки активних супстанци (RS-MESTD-Basic Research (BR or ON)-172033)
Напомена:
- VII Kongres farmaceuta Srbije sa međunarodnim učešćem, Beograd, 10-14. oktobar 2018
Колекције
Институција/група
Inovacioni centarTY - CONF AU - Krmar, Jovana AU - Tolić, Ljiljana AU - Đurkić, Tatjana AU - Protić, Ana AU - Maljurić, Nevena AU - Zečević, Mira AU - Otašević, Biljana PY - 2018 UR - http://TechnoRep.tmf.bg.ac.rs/handle/123456789/7240 AB - Elektrosprej jonizacija (ESI) predstavlja najčešće korišćenu tehniku jonizacije u LC/MS analizi polarnih i umereno polarnih analita. Nedovoljno rasvetljeni mehanizmi generisanja ESI jona uslovljavaju dugotrajnu optimizaciju odgovora sistema, zasnovanu na primeni pristupa pokušaja‐i‐greške. Upotreba metodologije kvantifikovanja veze strukture analita sa osobinom od interesa (QSPR), odnosno, ESI signalom može da dâ doprinos razumevanju procesa jonizacije, utemeljen na fizičko‐hemijskom značenju uvrštenih molekulskih deskriptora. Cilj rada bio je modelovanje ESI odgovora test supstanci – atipičnog antipsihotika aripiprazola i srodnih nečistoća primenom QSPR pristupa, radi sticanja uvida u faktore koji kontrolišu efikasnost jonizacije i sledstvene mogućnosti sistematičnog pospešivanja osetljivosti metode. ... AB - Electrospray ionization, ESI represents the most widespread ionization technique in LC‐MS analysis of (moderately) polar analytes. Insufficiently elucidated mechanisms of ions’ formation induce the time‐consuming optimization of system’s response. Quantitative Structure Property Relationship, QSPR study of ESI responsiveness may add to the understanding of the ionization process, based on physicochemical meaning of involved molecular descriptors. The aim was to model the ESI response of the aripiprazole and related impurities using QSPR approach, in order to optimize factors that control ionization efficiency. ... PB - Savez Farmaceutskih Udruženja Srbije C3 - Arhiv za farmaciju T1 - Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja T1 - Quantitative structure – property relationship modeling of ESI response of aripiprazole and its impurities using machine learning methods EP - 337 IS - 2 SP - 336 VL - 68 UR - https://hdl.handle.net/21.15107/rcub_technorep_7240 ER -
@conference{ author = "Krmar, Jovana and Tolić, Ljiljana and Đurkić, Tatjana and Protić, Ana and Maljurić, Nevena and Zečević, Mira and Otašević, Biljana", year = "2018", abstract = "Elektrosprej jonizacija (ESI) predstavlja najčešće korišćenu tehniku jonizacije u LC/MS analizi polarnih i umereno polarnih analita. Nedovoljno rasvetljeni mehanizmi generisanja ESI jona uslovljavaju dugotrajnu optimizaciju odgovora sistema, zasnovanu na primeni pristupa pokušaja‐i‐greške. Upotreba metodologije kvantifikovanja veze strukture analita sa osobinom od interesa (QSPR), odnosno, ESI signalom može da dâ doprinos razumevanju procesa jonizacije, utemeljen na fizičko‐hemijskom značenju uvrštenih molekulskih deskriptora. Cilj rada bio je modelovanje ESI odgovora test supstanci – atipičnog antipsihotika aripiprazola i srodnih nečistoća primenom QSPR pristupa, radi sticanja uvida u faktore koji kontrolišu efikasnost jonizacije i sledstvene mogućnosti sistematičnog pospešivanja osetljivosti metode. ..., Electrospray ionization, ESI represents the most widespread ionization technique in LC‐MS analysis of (moderately) polar analytes. Insufficiently elucidated mechanisms of ions’ formation induce the time‐consuming optimization of system’s response. Quantitative Structure Property Relationship, QSPR study of ESI responsiveness may add to the understanding of the ionization process, based on physicochemical meaning of involved molecular descriptors. The aim was to model the ESI response of the aripiprazole and related impurities using QSPR approach, in order to optimize factors that control ionization efficiency. ...", publisher = "Savez Farmaceutskih Udruženja Srbije", journal = "Arhiv za farmaciju", title = "Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja, Quantitative structure – property relationship modeling of ESI response of aripiprazole and its impurities using machine learning methods", pages = "337-336", number = "2", volume = "68", url = "https://hdl.handle.net/21.15107/rcub_technorep_7240" }
Krmar, J., Tolić, L., Đurkić, T., Protić, A., Maljurić, N., Zečević, M.,& Otašević, B.. (2018). Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja. in Arhiv za farmaciju Savez Farmaceutskih Udruženja Srbije., 68(2), 336-337. https://hdl.handle.net/21.15107/rcub_technorep_7240
Krmar J, Tolić L, Đurkić T, Protić A, Maljurić N, Zečević M, Otašević B. Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja. in Arhiv za farmaciju. 2018;68(2):336-337. https://hdl.handle.net/21.15107/rcub_technorep_7240 .
Krmar, Jovana, Tolić, Ljiljana, Đurkić, Tatjana, Protić, Ana, Maljurić, Nevena, Zečević, Mira, Otašević, Biljana, "Kvantifikovanje veze strukture aripiprazola i srodnih nečistoća sa generisanim ESI odgovorom primenom metoda mašinskog učenja" in Arhiv za farmaciju, 68, no. 2 (2018):336-337, https://hdl.handle.net/21.15107/rcub_technorep_7240 .