本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
人們越來越有興趣產生物理化學和生物分析資料集來比較複雜的混合藥物，例如來自不同製造商的產品。在這項工作中，我們比較了透過不同分子量截留值的過濾以及在不同溫度下孵育不同時間而從同一批次製備的各種 Crofelemer 樣品。前面的 2 篇文章描述了透過對分級和降解的 Crofelemer 樣品進行分析表徵而產生的實驗數據集。在這項工作中，我們使用主成分分析和互資訊評分等資料探勘技術來幫助視覺化資料並確定這些大型資料集中的歧視區域。互資訊評分可辨識區分 Crofelemer 樣本的化學特徵。在許多情況下，傳統的資料分析工具可能會錯過這些簽章。我們還發現，監督學習分類器能夠以大約 99% 的分類準確率穩健地區分樣本，這表明這些理化資料集的數學模型能夠識別 Crofelemer 樣本中甚至細微的差異。因此，資料探勘和機器學習技術可以識別複雜混合物藥物的指紋類型屬性，這些屬性可用於產品的比較表徵。