(mm). All four columns showed good

(mm). All four columns showed good column efficiency
because the number of theoretical plates in each column
exceeded 12,500. The selection of proper starting conditions
for method development was solved by means of a parallel
application of the four chromatographic systems. A substantial
effort was put into development and subsequent optimization
of the chromatographic conditions. The retention
data obtained for RIF, INH, and PZA, with MeOH or ACN as
organic solvents and Na2HPO4 or tBAH buffered solutions on
selected columns, were used to train and validate the ANN
model (Table I). The predictive performance of the trained
network was then tested by predicting the retention times of
selected drugs using different mobile phase compositions on
the same columns. Table II shows the calculated retention
times for the three drugs.
Networks constructed had one hidden layer with four hidden
neurons. A sensitivity analysis of the developed and optimized
networks was used to evaluate the relative importance of the
mobile phase composition, column type, and the effect of their
changes on the HPLC separation. This study also aimed to
improve the selectivity of the method and achieve separation
between INH and PZA. The highest sensitivity, which was associated
with column type (Table III), clearly suggests the importance
of the column type for the RIF retention time. The
reasonably short retention time for RIF and some level of separation
between INH and PZA was achieved with the μ-bon-

Hasil (Bahasa Indonesia) 1:

(mm). semua empat kolom menunjukkan kolom baik efisiensikarena jumlah teoritis piring di setiap kolommelebihi 12500. Pemilihan kondisi awal yang tepatmetode pengembangan dipecahkan melalui paralelpenerapan sistem kromatografi empat. Substansialupaya dimasukkan ke dalam pengembangan dan optimasi berikutnyakondisi kromatografi. Retensidata yang diperoleh RIF, INH dan PZA, dengan MeOH atau ACN sebagaipelarut organik dan Na2HPO4 atau tBAH buffered solusi padakolom yang dipilih, yang digunakan untuk melatih dan memvalidasi ANNmodel (meja saya). Kinerja prediktif dilatihJaringan ini kemudian diuji dengan memprediksi masa retensiobat dipilih yang menggunakan komposisi fase mobile yang berbeda padakolom yang sama. Tabel II menunjukkan retensi dihitungkali untuk obat-obatan tiga.Jaringan yang dibangun telah satu lapisan tersembunyi dengan empat tersembunyineuron. Analisis sensitivitas yang dikembangkan dan dioptimalkanJaringan ini digunakan untuk mengevaluasi relatif pentingnyakomposisi fase Mobile, kolom jenis dan efek merekaperubahan pada pemisahan HPLC. Studi ini juga bertujuan untukmeningkatkan selektivitas metode dan mencapai pemisahanantara INH dan PZA. Sensitivitas tertinggi, yang dikaitkandengan kolom jenis (tabel III), jelas menunjukkan pentingnyajenis kolom untuk waktu retensi RIF. Thecukup pendek waktu retensi untuk beberapa tingkat pemisahan dan RIFantara INH dan PZA dicapai dengan μ-bon -

Hasil (Bahasa Indonesia) 2:

(mm). Semua empat kolom menunjukkan efisiensi kolom yang baik
karena jumlah pelat teoritis dalam setiap kolom
melebihi 12.500. Pemilihan kondisi awal yang tepat
untuk pengembangan metode diselesaikan dengan cara paralel
penerapan empat sistem kromatografi. Sebuah substansial
upaya dimasukkan ke dalam pengembangan dan optimalisasi selanjutnya
dari kondisi kromatografi. Retensi
data yang diperoleh untuk RIF, INH, dan PZA, dengan MeOH atau ACN sebagai
pelarut organik dan Na2HPO4 atau tBAH buffered solusi pada
kolom yang dipilih, yang digunakan untuk melatih dan memvalidasi ANN
Model (Tabel I). Kinerja prediktif dari dilatih
jaringan kemudian diuji dengan memprediksi waktu retensi dari
obat yang dipilih menggunakan komposisi fase gerak yang berbeda pada
kolom yang sama. Tabel II menunjukkan retensi dihitung
kali untuk tiga obat.
Jaringan yang dibangun memiliki satu lapisan tersembunyi dengan empat tersembunyi
neuron. Sebuah analisis sensitivitas dikembangkan dan dioptimalkan
jaringan digunakan untuk mengevaluasi kepentingan relatif dari
komposisi seluler fasa, tipe kolom, dan efek dari mereka
perubahan pada pemisahan HPLC. Penelitian ini juga bertujuan untuk
meningkatkan selektivitas metode dan mencapai pemisahan
antara INH dan PZA. Sensitivitas tertinggi, yang dikaitkan
dengan jenis kolom (Tabel III), jelas menunjukkan pentingnya
dari jenis kolom untuk waktu retensi RIF. The
waktu retensi yang cukup singkat untuk RIF dan beberapa tingkat pemisahan
antara INH dan PZA dicapai dengan μ-Bondan