LCMS
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.

Automatic Optimization of Gradient Conditions by AI Algorithmand Seamless Method Transfer

Aplikace | 2025 | ShimadzuInstrumentace
HPLC, Software
Zaměření
Ostatní
Výrobce
Shimadzu

Souhrn

Význam tématu


Metoda kapalinové chromatografie (LC) je klíčová pro analýzu malých molekul v oblasti farmacie, životního prostředí a potravinářství. Tradiční vývoj chromatografických metod vyžaduje opakované experimenty, odborné znalosti a značné časové investice. Integrace umělé inteligence (AI) pro automatickou optimalizaci gradientních podmínek a následný přenos metod mezi systémy usnadňuje rutinní práci v laboratoři, snižuje náklady a zvyšuje reprodukovatelnost výsledků.

Cíle a přehled studie / článku


Cílem studie je demonstrovat využití softwaru LabSolutions MD s AI algoritmem pro:
  • automatickou optimalizaci gradientních podmínek kapalinové chromatografie při různých teplotách kolony,
  • identifikaci optimální kombinace teploty a gradientu splňující kritéria rozlišení,
  • seamless přenos optimalizované UHPLC metody na konvenční HPLC systém při zachování separačního vzoru.

Použitá metodika a instrumentace


Analýza byla provedena na modelovém vzorku obsahujícím směs sedmi sloučenin: hydrokortison, furosemid, ketoprofen, naproxen, probenecid, diklofenak a indometacin.
  • Systém: Nexera X3 (UHPLC), později Nexera lite (HPLC).
  • Kolona: Shim-pack Scepter C18-120 (100×3,0 mm, 1,9 µm); pro transfer: 150×4,6 mm, 5 µm.
  • Mobilní fáze: A – 0,1 % kyselina formiová ve vodě; B – acetonitril.
  • Gradient B: 30 %→60 % (nastavitelný čas X), návrat na 30 % a reekvilibrace.
  • Průtok: 0,7 mL/min (UHPLC), 1,0 mL/min (HPLC); detekce při 254 nm.
  • Kriterium optimalizace: minimální rozlišení 1,5.
  • Softwarový nástroj: LabSolutions MD s AI algoritmem iterující mezi „hledáním podmínek“ a „korektivní analýzou“.

Hlavní výsledky a diskuse


Automatická optimalizace gradientních podmínek byla aplikována postupně při 30 °C, 40 °C a 50 °C:
  • Při 30 °C byly po prvotní analýze špatně rozlišeny píky 6 a 7; AI optimalizace zajistila výsledné rozlišení nad 1,5.
  • Při 40 °C a 50 °C se ani po optimalizaci nepodařilo dosáhnout požadovaného rozlišení píků 3 a 4, což ukazuje, že teplota 30 °C je nejvhodnější.
Seamless přenos metody z UHPLC na konvenční HPLC pomocí LabSolutions MD potvrdil zachování separačního vzoru a dostatečné rozlišení i nejnáročnějších píků.

Přínosy a praktické využití metody


  • Redukce času a práce spojené s tradičním vývojem metod LC.
  • Minimalizace odborné intervence díky automatizaci kroků optimalizace.
  • Snazší přenos metod mezi různými chromatografickými systémy a kolony.
  • Zvýšení reprodukovatelnosti a snížení chyb při manuálním přepisu parametrů.

Budoucí trendy a možnosti využití


  • Rozšíření AI algoritmů na více chromatografických úloh (2D-LC, chiralita, metodika kvality podle QbD).
  • Integrace automatizované přípravy vzorků a on-line monitoring procesů (PAT).
  • Využití strojového učení pro predikci stability metod a robustnosti.
  • Propojení s cloudovými platformami a vzdáleným řízením laboratoří.

Závěr


LabSolutions MD s AI optimalizací gradientních podmínek efektivně identifikuje optimální teplotu a gradient pro požadované rozlišení píků a umožňuje bezproblémový přenos metod mezi UHPLC a HPLC systémy. Tento přístup zkracuje dobu vývoje metod, zvyšuje konzistenci výsledků a snižuje závislost na manuálních expertních zásazích.

Reference


  • Shimadzu Corporation. Technical Report C190-E309. LabSolutions MD: podpora vývoje metod kapalinové chromatografie.
  • Shimadzu Corporation. Technical Report C190-E284. Efficient Method Development Based on Analytical Quality by Design with LabSolutions MD Software.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Automatic Optimization of Gradient Conditions by AI Algorithm - Consecutive Optimization at Different Column Oven Temperatures
Software for Efficient Method Development “LabSolutions MD” Application News Automatic Optimization of Gradient Conditions by AI Algorithm -Consecutive Optimization at Different Column Oven TemperaturesShinichi Fujisaki User Benefits  The AI algorithm of LabSolutions MD can automatically optimize gradient conditions to…
Klíčová slova
conditions, conditionsgradient, gradientautomatic, automaticoptimization, optimizationlabsolutions, labsolutionscriteria, criteriaresolution, resolutionalgorithm, algorithmoven, oveninitial, initialcondition, conditionsearch, searchmet, metconsecutively, consecutivelycorrection
AI-Driven Automated Column Screening and Gradient Optimization for LC Method Development
Software for Efficient Method Development “LabSolutions™ MD” Application News AI-Driven Automated Column Screening and Gradient Optimization for LC Method Development Shinichi Fujisaki User Benefits  The AI algorithm of LabSolutions MD can automatically optimize gradient conditions to greatly reduce labor…
Klíčová slova
gradient, gradientautomatic, automaticoptimization, optimizationconditions, conditionslabsolutions, labsolutionscolumn, columncriteria, criteriasearch, searchalgorithm, algorithmcondition, conditionautomatically, automaticallyresolution, resolutionmeet, meetinitial, initialcorrection
Automatic Optimization of Gradient Conditions by AI Algorithm on Synthetic Peptide and Impurities
Software for Efficient Method Development “LabSolutions MD” Application News Automatic Optimization of Gradient Conditions by AI Algorithm on Synthetic Peptide and Impurities Shinichi Fujisaki User Benefits  The AI algorithm of LabSolutions MD can automatically optimize gradient conditions to greatly…
Klíčová slova
flp, flpgradient, gradientconditions, conditionsoptimization, optimizationautomatic, automaticlabsolutions, labsolutionscriteria, criteriaalgorithm, algorithmpeptide, peptidecorrection, correctionsynthetic, syntheticlabor, laborunresolved, unresolvedautomatically, automaticallydevelopment
Automatic Optimization of Gradient Conditions by AI Algorithm for Impurity Analysis
Software for Efficient Method Development “LabSolutions™ MD” Application News Automatic Optimization of Gradient Conditions by AI Algorithm for Impurity Analysis Shinichi Fujisaki User Benefits  The AI algorithm of LabSolutions MD can automatically optimize gradient conditions to greatly reduce labor…
Klíčová slova
montelukast, montelukastgradient, gradientconditions, conditionsoptimization, optimizationautomatic, automaticlabsolutions, labsolutionsalgorithm, algorithmcriteria, criteriainitial, initialcorrection, correctiondevelopment, developmentexplore, explorelabor, laborresolution, resolutionrelated
Další projekty
GCMS
ICPMS
Sledujte nás
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.