基于定量结构-保留关系(QSRR)和机器学习模型的血液中麻醉品和危险药物气相色谱保留时间预测

《RSC Advances》:Prediction of gas chromatographic retention times of narcotic and hazardous drugs in blood using QSRR and machine learning models

【字体: 大 中 小 】 时间:2026年04月06日 来源:RSC Advances 4.6

编辑推荐:

  本研究采用气相色谱(GC)结合定量结构-保留关系(QSRR)建模方法,旨在预测血液样本中麻醉品和危险药物的保留时间(RTs)。研究人员利用配备非极性HP-5色谱柱的GC系统,测定了75种药物的实验保留时间,并从优化后的分子结构计算了广泛的分子描述符。通过遗传算

  
本研究采用气相色谱(GC)结合定量结构-保留关系(QSRR)建模方法,旨在预测血液样本中麻醉品和危险药物的保留时间(RTs)。研究人员利用配备非极性HP-5色谱柱的GC系统,测定了75种药物的实验保留时间,并从优化后的分子结构计算了广泛的分子描述符。通过遗传算法(GA)进行描述符选择,并开发和评估了线性与非线性预测模型,包括偏最小二乘回归(GA-PLS)、核偏最小二乘回归(GA-KPLS)和人工神经网络(ANN),评估采用留组交叉验证(LGO-CV)和外部测试集。结果表明,与线性模型相比,非线性方法提供了更优的预测性能,其中ANN模型显示出最高的准确性(训练集R2 = 0.969,测试集R2 = 0.932)和最低的预测误差。对所选描述符的分析揭示,分子疏水性、结构复杂性、氢键结合能力以及三维分子特征在色谱保留行为中起着显著作用。总体而言,所提出的QSRR和机器学习框架能够准确预测GC保留时间,减少了对大量实验测量的需求,并为新型麻醉品和危险药物衍生物的筛选和分析提供了一种高效的工具。
麻醉品和危险药物的准确识别对于法医、临床和公共卫生调查至关重要。本研究利用GC结合QSRR建模,旨在开发能够基于分子结构预测血液中这些药物保留时间的预测模型,以解决实验测定耗时耗力、特别是面对大量或新兴药物衍生物时的挑战。研究人员采集了75种具有药理学多样性的麻醉品和危险药物的血液样本,通过标准化GC方法获取实验保留时间。从分子结构计算了大量描述符,并通过遗传算法筛选出关键特征子集。随后,构建并系统比较了线性的GA-PLS、核方法增强的GA-KPLS以及非线性的人工神经网络(ANN)模型,以评估不同建模策略对复杂色谱保留机制的捕获能力。

**研究结果与讨论**
**保留机制分析**
研究首先探讨了影响保留时间的基本因素。在非极性HP-5色谱柱上,化合物的保留时间主要由其与固定相的相互作用强度决定。分析表明,分子量是基础因素之一,通常较大的分子量导致较长的保留时间,但此效应受分子结构和极性等其他特征调节。分子结构复杂性,如环的数量和连接方式,显著影响保留行为。例如,具有多环结构的化合物(如可待因和丁螺环酮)由于增强了疏水性和与固定相的接触面积,表现出更长的保留时间。官能团,特别是能够形成氢键的基团,也通过引入特定极性相互作用而影响保留。

**线性模型(GA-PLS)结果**
遗传算法优化后的偏最小二乘(GA-PLS)模型使用9个描述符,在4个潜变量框架下运行。这些描述符包括脂溶性参数(log?P)、分子量(MW)、Balaban指数(J)、环数(nCIC)、双键数(nDB)、氢键供体数(HBD)、氢键受体数(HBA)、偶极矩(μ)和径向分布函数描述符(RDF)。该模型在训练集和测试集上均表现出合理的性能(训练集R2=0.885,测试集R2=0.871),但残差分析显示其在处理结构复杂的化合物时预测误差增大,表明线性关联可能不足以完全描述复杂的色谱保留行为。

**非线性模型(GA-KPLS)结果**
核偏最小二乘(GA-KPLS)模型采用径向基函数(RBF)核,将原始描述符空间映射到高维特征空间以建模非线性关系。GA筛选出7个关键描述符,构建了3个潜变量的模型。与GA-PLS相比,GA-KPLS在训练集上表现出更好的拟合度(R2=0.933),表明其能更好地捕获校准数据中的非线性模式。然而,在外部测试集上,GA-KPLS与GA-PLS的预测性能非常相似(R2≈0.870),表明两者在泛化能力上相当,均未达到卓越的预测精度。

**人工神经网络(ANN)模型结果**
采用前馈多层感知器(MLP)结构的ANN模型,使用遗传算法筛选后的7个描述符作为输入。网络配置为4个隐藏神经元,激活函数为双曲正切(tan?h),输出层为线性函数,并采用Levenberg-Marquardt反向传播算法进行优化。通过150个训练周期和提前停止策略防止过拟合。该ANN模型在训练集和测试集上均展现出最佳的性能指标(测试集R2=0.932,RMSE=0.059),显著优于两种PLS模型。预测值与实验值的高度相关性(测试集皮尔逊相关系数r=0.965)以及残差的更紧密聚集,证实了非线性模型在捕捉复杂、非单调的描述符-保留关系方面的优势。

**关键分子描述符的解释**
遗传算法在多次独立运行中稳定识别出一个核心描述符集。**Log?P**作为疏水性的直接度量,是最具影响力的描述符之一;高log?P值的化合物与非极性固定相有更强的疏水和色散相互作用,导致更长的保留。**Balaban指数(J)**量化了分子分支和连接性,反映了结构复杂度和空间位阻效应。**环数(nCIC)**直接关联分子大小和刚性,更多环数通常意味着更强的保留。**偶极矩(μ)**表征分子极性,即使在非极性柱上也能诱导弱的偶极相关作用。**氢键供体/受体数(HBD/HBA)**参与特定的极性相互作用,可部分抵消疏水效应。**径向分布函数(RDF)**描述符提供了三维结构信息,捕获构象和空间效应,对具有大体积或扩展构象的分子保留时间贡献显著。

**部分药物的分子描述符影响分析**
通过具体药物(尼古丁、美沙酮、可待因、甲氧苄啶、丁螺环酮)的比较,进一步阐释了描述符的综合作用。尼古丁因分子量小、结构简单且偶极矩高而最早洗脱。美沙酮分子量较大且结构复杂,保留时间延长。可待因具有中等分子量和刚性三环结构,保留时间进一步增加。甲氧苄啶因含有氢键供体且具芳香系统,表现出中等保留。丁螺环酮具有最大的分子量和复杂三维结构(高RDF值),导致最长的保留时间。这一分析直观地展示了分子大小、复杂性、极性和三维构型如何共同决定色谱保留行为。

**局限性与未来方向**
研究指出,所建模型是在特定色谱条件(非极性HP-5色谱柱及特定升温程序)下校准的,因此不能直接外推至其他极性色谱柱或不同温度梯度。样本基质效应,尽管通过标准化前处理得到控制,仍可能对真实法医样本的预测造成轻微偏差。模型的预测域局限于与训练集药物结构及物理化学性质相似的化合物。未来工作可通过纳入多色谱柱数据集、基质加标验证、更大更多样化的训练集(包含新兴策划药物)以及整合更高级的量子化学描述符来增强模型的普适性和鲁棒性。

**研究结论**
本研究成功应用了QSRR建模结合气相色谱技术,在标准化的法医相关条件下,预测了75种血液中麻醉品和危险药物的保留时间。在评估的方法中,非线性ANN模型在训练集和外部测试集上均显示出最高的预测精度(测试集R2=0.932,RMSE=0.059),证实了其在捕获复杂非线性描述符-保留关系方面相较于线性和核增强线性方法的优势。所筛选的描述符(主要为疏水性、拓扑复杂性、极性和三维特征)为理解非极性色谱柱上的保留行为提供了机制性见解。该框架为结构相关的精神性药物提供了一种实用、计算高效的保留时间初步估计工具,可能减少毒理学筛选中的实验工作量。然而,模型性能受限于特定的色谱条件和数据集范围,包括对色谱柱和升温程序的特异性、潜在的基质效应以及向新型结构外推的局限性。未来研究应优先考虑扩展到更大、更多样化的数据集,进行多色谱柱和基质匹配验证,并整合更先进的描述符或混合建模策略,以增强普适性,支持法医和临床环境中对新兴策划药物的快速识别。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号