Title
Primena veštačkih neuronskih mreža u građenju modela za predviđanje retencionog ponašanja i intenziteta odgovora masenog spektrometra u analizi odabranih azola i sartana metodom tečne hromatografije pod visokim pritiskom
Creator
Golubović, Jelena B., 1984-
Copyright date
2016
Object Links
Select license
Autorstvo-Nekomercijalno-Bez prerade 3.0 Srbija (CC BY-NC-ND 3.0)
License description
Dozvoljavate samo preuzimanje i distribuciju dela, ako/dok se pravilno naznačava ime autora, bez ikakvih promena dela i bez prava komercijalnog korišćenja dela. Ova licenca je najstroža CC licenca. Osnovni opis Licence: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/deed.sr_LATN. Sadržaj ugovora u celini: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Committee report
Theses Type
Doktorska disertacija
description
Datum odbrane: 22.09.2016.
Other responsibilities
mentor
Zečević, Mira, 1963-
član komisije
Protić, Ana, 1979-
član komisije
Otašević, Biljana
član komisije
Radišić, Marina
Academic Expertise
Medicinske nauke
University
Univerzitet u Beogradu
Faculty
Farmaceutski fakultet
Alternative title
Application of artificial neural networks in building models to predict retention behaviour and intensity of mass spectrometric response in the analysis of the selected azoles and sartans by high performance liquid chromatography
Publisher
[J. B. Golubović]
Format
168 listova
description
Farmacija - Analitika lekova / Pharmacy
- Drug Analysis
Abstract (sr)
nships QSPR) predstavlja matematičko modelovanje kojim se predviđaju fizičke,
hemijske ili biološke osobine grupe analita na osnovu njihovih molekulskih deskriptora.
Molekulski deskriptor je broj koji može biti rezultat logičke i matematičke procedure kojom
se transformiše hemijska informacija koju nosi simbolički prikaz molekula u upotrebljiv broj
(teorijski deskriptor), ili rezultat standardizovanog eksperimenta (eksperimentalni
deskriptor).
QSRR su matematički dobijene veze između hromatografskih odgovora određenih za
seriju analita u datom hromatografskom sistemu i molekulskih deskriptora. Mogu se
primeniti u cilju predviđanja retencije, kao i identifikovanja deskriptora koji najbolje opisuju
retenciono ponašanje. Ukoliko se kao ispitivani faktori uključe i hromatografski parametri,
QSRR metodologija se može primeniti za optimizaciju hromatografske metode, kao i sticanje
uvida u molekulske mehanizme razdvajanja u ispitivanom hromatografskom sistemu između
analita i stacionarne faze.
QSPR u kojima je odgovor koji se prati intenzitet signala u masenom spektrometru
je relativno nov koncept osmišljen u cilju predviđanja odgovora, optimizacije uslova u cilju
povećanja osetljivosti metode, identifikacije deskriptora koji najbolje opisuju proces
jonizacije u masenom spektrometru, kao i sticanje uvida u mehanizme formiranja jona pri
ispitivanim hromatografskim uslovima.
Hemometrija je matematičko-statistička disciplina koja omogućava dizajn i selekciju
optimalnih procedura merenja i eksperimenata, i dobijanje što više relevantnih informacija
iz hemijskih podataka...
Abstract (en)
Quantitative Structure – Property Relationships (QSPR) is a mathematical modeling
which enables prediction of physical, chemical or biological properties of the groups of
analytes based on their molecular descriptors. Molecular descriptor is a number that can be
the result of logical and mathematical procedure that transforms chemical information carried
by the symbolic representation of molecules in a usable number (theoretical descriptor), or
the result of a standardized experiment (experimental descriptor).
QSRR are mathematically derived relationships between chromatographic response
determined for a representative series of analytes in given chromatographic system and the
molecular descriptors. They can be used to predict retention, as well as to identify descriptors
that best describe the retention behavior. If chromatographic parameters are also included as
inputs, QSRR methodology can be applied to optimize chromatographic methods, as well as
gain insight into the molecular mechanisms of separation in the investigated chromatographic
system between the analytes and the stationary phase.
QSPR in which mass spectrometric signal intensity is the observed response is a
relatively new concept designed to predict response, optimize the conditions in order to
increase the sensitivity of the method, identify the descriptors that best describe the process
of ionization in a mass spectrometer, as well as gain insight into the mechanisms of formation
of ions under the tested chromatographic conditions.
Chemometrics is a mathematical – statistical discipline that enables design and
selection of optimal measurement procedure and experiments, and obtaining as much
relevant information from chemical data...
Authors Key words
QSRR, QSPR, veštačke neuronske mreže, azoli, HPLC, stability-indicating
metoda, molekulski deskriptori, gradijentno eluiranje, sartani, masena spektrometrija
Authors Key words
QSRR, QSPR, artificial neural networks, azoles, HPLC, stability-indicating
method, molecula decriptors, gradient elution, sartans, mass spectrometry
Classification
615.225:543.544.5:004.94(043.3)
Type
Tekst
Abstract (sr)
nships QSPR) predstavlja matematičko modelovanje kojim se predviđaju fizičke,
hemijske ili biološke osobine grupe analita na osnovu njihovih molekulskih deskriptora.
Molekulski deskriptor je broj koji može biti rezultat logičke i matematičke procedure kojom
se transformiše hemijska informacija koju nosi simbolički prikaz molekula u upotrebljiv broj
(teorijski deskriptor), ili rezultat standardizovanog eksperimenta (eksperimentalni
deskriptor).
QSRR su matematički dobijene veze između hromatografskih odgovora određenih za
seriju analita u datom hromatografskom sistemu i molekulskih deskriptora. Mogu se
primeniti u cilju predviđanja retencije, kao i identifikovanja deskriptora koji najbolje opisuju
retenciono ponašanje. Ukoliko se kao ispitivani faktori uključe i hromatografski parametri,
QSRR metodologija se može primeniti za optimizaciju hromatografske metode, kao i sticanje
uvida u molekulske mehanizme razdvajanja u ispitivanom hromatografskom sistemu između
analita i stacionarne faze.
QSPR u kojima je odgovor koji se prati intenzitet signala u masenom spektrometru
je relativno nov koncept osmišljen u cilju predviđanja odgovora, optimizacije uslova u cilju
povećanja osetljivosti metode, identifikacije deskriptora koji najbolje opisuju proces
jonizacije u masenom spektrometru, kao i sticanje uvida u mehanizme formiranja jona pri
ispitivanim hromatografskim uslovima.
Hemometrija je matematičko-statistička disciplina koja omogućava dizajn i selekciju
optimalnih procedura merenja i eksperimenata, i dobijanje što više relevantnih informacija
iz hemijskih podataka...
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.