Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices
Hemijski sastav etarskog ulja Achillea clypeolata Sibth. & Sm. И QSRR model za predviđanje retencionog vremena
Article (Published version)
Metadata
Show full item recordAbstract
The aim of this study was the prediction model of retention indices of compounds from the aboveground parts of Achillea clypeolata Sibth. & Sm. essential oil, obtained by hydrodistillation and analysed by GC-MS. The quantitative structure-retention relationship analysis was applied in order to anticipate the retention time of the obtained compounds. The selection of the seven molecular descriptors was done by a genetic algorithm. The chosen descriptors were uncorrelated and were used to construct an artificial neural network. A total of 40 experimentally obtained retention indices was used to build this prediction model. The coefficient of determination for the training, testing and validation cycles were: 0.950, 0.825 and 1.000, respectively, indicating that this model could be used for prediction of retention indices for A.
Циљ ове студије био је израда модела за предвиђања ретенционог времена хемијских једињења из есенцијалног уља надземних делова биљке Achillea clypeolata Sibth. & Sm., добијеног хидродистилацијом и анализираног GC–MS техником. Квантитативна анализа хемијске структуре и предвиђања ретенционог времена (quantitative structure– retention relationship – QSRR) је примењена да би се предвидело време задржавања хемијских једињења добијених коришћењем GC–MS анализе. Избор седам молекулских дескриптора извршен је коришћењем факторске анализе и генетског алгоритма. Примећено је да изабрани дескриптори нису били у међусобној корелацији, па су коришћени као улазни подаци при изградњи вештачке неуронске мреже. У изградњи модела предвиђања ретенционих времена коришћено је укупно 40 експериментално добијених ретенционих времена. Коефицијент детерминације током циклуса припреме, тестирања и i валидације достигао је вредности 0,950; 0,825 и 1,000, редом, што указује на то да се овај модел може користити ...за предвиђање ретенционих времена хемијских једињења добијених из есенцијалног уља A. clypeolata
Keywords:
Artificial neural networks / GC-MS / Hydrodistillation / veštačke neuronske mreže / etarsko ulje / hidrodistilizacijaSource:
Journal of the Serbian Chemical Society, 2021, 86, 4, 355-366Publisher:
- Belgrade : Serbian Chemical Society
DOI: 10.2298/JSC200524008A
ISSN: 0352-5139
WoS: 000646020100002
Scopus: 2-s2.0-85107047766
Collections
Institution/Community
IHTMTY - JOUR AU - Aćimović, Milica G. AU - Pezo, Lato L. AU - Cvetković, Mirjana AU - Stanković, Jovana AU - Čabarkapa, Ivana PY - 2021 UR - https://cer.ihtm.bg.ac.rs/handle/123456789/4710 AB - The aim of this study was the prediction model of retention indices of compounds from the aboveground parts of Achillea clypeolata Sibth. & Sm. essential oil, obtained by hydrodistillation and analysed by GC-MS. The quantitative structure-retention relationship analysis was applied in order to anticipate the retention time of the obtained compounds. The selection of the seven molecular descriptors was done by a genetic algorithm. The chosen descriptors were uncorrelated and were used to construct an artificial neural network. A total of 40 experimentally obtained retention indices was used to build this prediction model. The coefficient of determination for the training, testing and validation cycles were: 0.950, 0.825 and 1.000, respectively, indicating that this model could be used for prediction of retention indices for A. AB - Циљ ове студије био је израда модела за предвиђања ретенционог времена хемијских једињења из есенцијалног уља надземних делова биљке Achillea clypeolata Sibth. & Sm., добијеног хидродистилацијом и анализираног GC–MS техником. Квантитативна анализа хемијске структуре и предвиђања ретенционог времена (quantitative structure– retention relationship – QSRR) је примењена да би се предвидело време задржавања хемијских једињења добијених коришћењем GC–MS анализе. Избор седам молекулских дескриптора извршен је коришћењем факторске анализе и генетског алгоритма. Примећено је да изабрани дескриптори нису били у међусобној корелацији, па су коришћени као улазни подаци при изградњи вештачке неуронске мреже. У изградњи модела предвиђања ретенционих времена коришћено је укупно 40 експериментално добијених ретенционих времена. Коефицијент детерминације током циклуса припреме, тестирања и i валидације достигао је вредности 0,950; 0,825 и 1,000, редом, што указује на то да се овај модел може користити за предвиђање ретенционих времена хемијских једињења добијених из есенцијалног уља A. clypeolata PB - Belgrade : Serbian Chemical Society T2 - Journal of the Serbian Chemical Society T1 - Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices T1 - Hemijski sastav etarskog ulja Achillea clypeolata Sibth. & Sm. И QSRR model za predviđanje retencionog vremena VL - 86 IS - 4 SP - 355 EP - 366 DO - 10.2298/JSC200524008A ER -
@article{ author = "Aćimović, Milica G. and Pezo, Lato L. and Cvetković, Mirjana and Stanković, Jovana and Čabarkapa, Ivana", year = "2021", abstract = "The aim of this study was the prediction model of retention indices of compounds from the aboveground parts of Achillea clypeolata Sibth. & Sm. essential oil, obtained by hydrodistillation and analysed by GC-MS. The quantitative structure-retention relationship analysis was applied in order to anticipate the retention time of the obtained compounds. The selection of the seven molecular descriptors was done by a genetic algorithm. The chosen descriptors were uncorrelated and were used to construct an artificial neural network. A total of 40 experimentally obtained retention indices was used to build this prediction model. The coefficient of determination for the training, testing and validation cycles were: 0.950, 0.825 and 1.000, respectively, indicating that this model could be used for prediction of retention indices for A., Циљ ове студије био је израда модела за предвиђања ретенционог времена хемијских једињења из есенцијалног уља надземних делова биљке Achillea clypeolata Sibth. & Sm., добијеног хидродистилацијом и анализираног GC–MS техником. Квантитативна анализа хемијске структуре и предвиђања ретенционог времена (quantitative structure– retention relationship – QSRR) је примењена да би се предвидело време задржавања хемијских једињења добијених коришћењем GC–MS анализе. Избор седам молекулских дескриптора извршен је коришћењем факторске анализе и генетског алгоритма. Примећено је да изабрани дескриптори нису били у међусобној корелацији, па су коришћени као улазни подаци при изградњи вештачке неуронске мреже. У изградњи модела предвиђања ретенционих времена коришћено је укупно 40 експериментално добијених ретенционих времена. Коефицијент детерминације током циклуса припреме, тестирања и i валидације достигао је вредности 0,950; 0,825 и 1,000, редом, што указује на то да се овај модел може користити за предвиђање ретенционих времена хемијских једињења добијених из есенцијалног уља A. clypeolata", publisher = "Belgrade : Serbian Chemical Society", journal = "Journal of the Serbian Chemical Society", title = "Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices, Hemijski sastav etarskog ulja Achillea clypeolata Sibth. & Sm. И QSRR model za predviđanje retencionog vremena", volume = "86", number = "4", pages = "355-366", doi = "10.2298/JSC200524008A" }
Aćimović, M. G., Pezo, L. L., Cvetković, M., Stanković, J.,& Čabarkapa, I.. (2021). Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices. in Journal of the Serbian Chemical Society Belgrade : Serbian Chemical Society., 86(4), 355-366. https://doi.org/10.2298/JSC200524008A
Aćimović MG, Pezo LL, Cvetković M, Stanković J, Čabarkapa I. Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices. in Journal of the Serbian Chemical Society. 2021;86(4):355-366. doi:10.2298/JSC200524008A .
Aćimović, Milica G., Pezo, Lato L., Cvetković, Mirjana, Stanković, Jovana, Čabarkapa, Ivana, "Achillea clypeolata sibth. & sm. essential oil composition and qsrr model for predicting retention indices" in Journal of the Serbian Chemical Society, 86, no. 4 (2021):355-366, https://doi.org/10.2298/JSC200524008A . .