Automatic Optimization of Gradient Conditions by AI Algorithm Using Integrated LC System

Význam tématu

Vývoj chromatografických metod je klíčový pro přesné a opakovatelné analýzy v oblastech farmacie, potravinářství, životního prostředí či chemického průmyslu. Tradiční postup vyžaduje opakované manuální nastavení gradientu, detailní analýzu dat a odborné znalosti, což je časově náročné a nákladné. Automatizace a využití umělé inteligence (AI) slibují urychlení tohoto procesu, snížení chybovosti a standardizaci metod napříč laboratořemi.

Cíle a přehled studie

Studie představuje softwarovou aplikaci LabSolutions MD, která v kombinaci s integrovaným LC systémem i-Series automaticky optimalizuje gradientní podmínky. Jako modelový vzorek byla zvolena směs sedmi malých organických sloučenin. Cílem bylo splnit kritéria minimální rozlišení > 3,0 a maximální dobu elučního času posledního píku < 10 minut, aniž by bylo nutné průběžně manuálně upravovat postup.

Použitá instrumentace

• Integrovaný LC systém i-Series (LC-2080C 3D)
• Software LabSolutions MD s AI algoritmem pro optimalizaci gradientu
• Chromatografická kolona Shim-pack Scepter C18-120 (100 mm × 3,0 mm I.D., 1,9 μm)
• Detektor UV při 254 nm

Použitá metodika

Gradientní eluce byla navržena s mobilními fázemi A (0,1 % formiová kyselina ve vodě) a B (acetonitril). Počáteční koncentrace B se měnila z 20 % na 95 % v průběhu 3 minut, následovala krátká isokratická fáze a návrat do výchozích podmínek. Teplota kolony byla udržována na 40 °C, průtok 0,7 mL/min a objem injekce 5 μL. LabSolutions MD opakovaně spouští korekční analýzu gradientu na základě hodnocení rozlišení a retentiontime posledního píku.

Hlavní výsledky a diskuse

Initialní analýzy pěti gradientních režimů ukázaly nedostatečné rozlišení některých párů píků (3 a 4). AI algoritmus provedl čtyři iterace korekčních analýz, během kterých upravil sklon gradientu a vložil isokratickou fázi. Ve čtvrté korekční analýze bylo dosaženo požadovaného rozlišení > 3,0 a retenční čas posledního píku < 10 minut. Automatizovaný proces významně redukoval čas a eliminoval subjektivní rozhodování operátora.

Přínosy a praktické využití metody

Automatizace vývoje metod prostřednictvím AI přináší následující výhody:

• Rychlejší nalezení optimálních podmínek bez nutnosti chromatografické expertízy
• Snížení času vývoje metod a nákladů na pracovní sílu
• Standardizace postupů a lepší reprodukovatelnost výsledků
• Možnost aplikace na stávající metody pro jejich vylepšení

Budoucí trendy a možnosti využití

Vývoj umělé inteligence v chromatografii bude pokračovat směrem k adaptivnímu učení a cloudovým platformám, které umožní sdílení metod napříč laboratořemi. Dále lze očekávat rozšíření optimalizace na metabolomiku, proteomiku či environmentální analýzy a integraci s dalšími hyphenovanými technikami (LC-MS, GC-MS).

Závěr

LabSolutions MD v kombinaci s integrovaným LC systémem i-Series efektivně automatizuje optimalizaci gradientních podmínek, dosahuje definovaných kritérií rozlišení a retenčního času a značně usnadňuje rozvoj chromatografických metod bez velkých nároků na zkušenosti operátora.

Reference

1. Shimadzu Corporation. Automatic Optimization of Gradient Conditions by AI Algorithm Using Integrated LC System. Technical Report C190-E309; First Edition: September 2025.