Spektrofotometrické stanovení pk léčiv

Podobné dokumenty
Spektrofotometrické stanovení termodynamických disociačních konstant vybraných cytostatik

Počet světlo-absorbujících částic v rovnovážné směsi faktorovou analýzou spekter

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti

Thermodynamické disociační konstanty antidepresiva Vortioxetinu

http: //meloun.upce.cz,

Protonační rovnováhy léčiv faktorovou analýzou a nelineární regresí absorbanční responzní plochy

Statistická analýza jednorozměrných dat

Hledání chemického modelu regresní analýzou VIS spekter

Statistická analýza jednorozměrných dat

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

UNIVERZITA PARDUBICE

Kalibrace a limity její přesnosti

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie

Stručný úvod do testování statistických hypotéz

Inovace bakalářského studijního oboru Aplikovaná chemie

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Regresní analýza 1. Regresní analýza

Návrh a vyhodnocení experimentu

Regresní a korelační analýza

UNIVERZITA PARDUBICE

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

PRAVDĚPODOBNOST A STATISTIKA

6. Lineární regresní modely

Statistická analýza jednorozměrných dat

2.2 Kalibrace a limity její p esnosti

Normální (Gaussovo) rozdělení

Kurz 1 Úvod k biochemickému praktiku

dat Robust ledna 2018

UNIVERZITA PARDUBICE

Statistika. Testování hypotéz - statistická indukce Parametrické testy. Roman Biskup

4EK211 Základy ekonometrie

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

Statistická analýza dat

6. Lineární regresní modely

VALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK.

TERMINOLOGIE ... NAMĚŘENÁ DATA. Radek Mareček PŘEDZPRACOVÁNÍ DAT. funkční skeny

4EK211 Základy ekonometrie

Analýza rozptylu. Ekonometrie. Jiří Neubauer. Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Testování statistických hypotéz. Obecný postup

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Univerzita Pardubice 8. licenční studium chemometrie

UNIVERZITA PARDUBICE

Jednofaktorová analýza rozptylu

IDENTIFIKACE BIMODALITY V DATECH

Regresní a korelační analýza

Zápočtová práce STATISTIKA I

Statistická analýza jednorozměrných dat

AVDAT Klasický lineární model, metoda nejmenších

Základy navrhování průmyslových experimentů DOE

Regresní a korelační analýza

Faktorová analýza (FACT)

Pravděpodobnost a matematická statistika

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Plánování experimentu

6. Lineární regresní modely

Porovnání dvou výběrů

Testy statistických hypotéz

Regresní a korelační analýza

Semestrální práce. 2. semestr

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba nelineárních regresních modelů v analýze dat. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

Navrhování experimentů a jejich analýza. Eva Jarošová

Regulační diagramy (RD)

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba lineárních regresních modelů. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

AVDAT Geometrie metody nejmenších čtverců

Charakteristika datového souboru

Statistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

UNIVERZITA PARDUBICE

Kontingenční tabulky, korelační koeficienty

Testování statistických hypotéz

Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod

Tvorba nelineárních regresních

Normální (Gaussovo) rozdělení

4EK211 Základy ekonometrie

12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)

Prostorová variabilita

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Licenční studium Galileo: Statistické zpracování dat. Tvorba lineárních regresních modelů při analýze dat. Semestrální práce

Metodologie pro Informační studia a knihovnictví 2

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

4EK211 Základy ekonometrie

Transkript:

Univerzita Pardubice, KAlch Spektrofotometrické stanovení pk léčiv Autoři: Ing. omáš Syrový, Ing. Dominika Burkoňová, Prof. RnDr Milan Meloun DrSc

č. Látka Zařazení léčiva č. Látka Zařazení léčiva 1 Ambroxol HCl Expektorancium 5 Ranitidin HCl Antagonistum 2 Mykofenolát mofetilu Imunosupresivum 6 Silybinin Hepatoprotektivum 3 Mykofenolát sodný Imunosupresivum 7 Silychristin Hepatoprotektivum 4 xymetazolin HCl Antagonistum 8 Silydianin Hepatoprotektivum CH 3 CH 3 H CH 3 Na CH 3 CH 3 1 2 H 3 C C H 3 N S H CH 3 3 4 NH NH CH3. HCL N (H 3 C) 3 C H CH 3 N 2. HCl Br Br 5 CH 2 NH H. HCl NH 2 H H 7 CH3 8 CH 3 HN N H H 6 H CH 3 H H H H H H H CH 3 H H H H

echnické zabezpečení experimentu Přístroje - UV/VIS spektrofotometr GBC Cintra 40 - ph metr Radelkis P-271 -ermostat -Mikrobyrety Chemikálie -1M HCl -1M KH - Standartní ph pufry -Pufry Programy - SQUAD(84) - SAR, SARFA - ADSA 1.25 -S-Plus - MS EXCEL 2002 -Microcalrigin 1. Mikrobyreta 2. ph-metr 3. Reaktor 4. ermostat 5. PC 6. GBC Cintra 40 7. Inertní plyn

Strategie experimentu pk, pk, ε λ Nelineární regrese Chemický model Fyz-chem. smysl FA Analýza reziduí Přesné měření SCAN získání UV/VIS spekter v širokém rozsahu λ [nm] a hodnot ph. Vytipování vypovídajících oblastí.

FA a PCA Rozklad zdrojové matice Matice A o rozměrech m x n, kde A = P + E. Způsob výpočtu a P matic z kovarianční matice Z, kde Z = A A. Matice latentních proměnných lze vypočítat ze vztahu: =(P P) -1 P A Krátký cyklus Rekonstrukce datové matice použitím prvních k nejvýznamějších latentních proměnných. A pred = P Metody k určení počtu latentních proměnných Spolehlivé metody: zeleně označené Selhávající metody: červeně označené Kankareho metoda Metoda Χ 2 - kriteria Reziduální variace Metoda reálné chyby Metoda extrahované chyby Metoda průměrné chyby Metoda smod. vlastních čísel Metoda průměru vlastních čísel Metoda Exnerovy funkce Metoda log. vlastních čísel Metoda zabudované chyby Faktorová indikátorová funkce Malinowského F-test Bartlettův test izotropie

Kankareho metoda Vychází z druhého momentu M analyzované absorpční matice A. 1 M= A A n w Předpoklad: Prvky matice jsou zatíženy experimentálním šumem jehož úroveň je dána s inst (A). Zbytková reziduálová chyba s k (A) tr (M) - r a = 1 s (A) = k nw - k k a Za hodnost matice je pokládána ta hodnota, kdy platí s k (A)=s inst (A), přičemž hodnosti matice je roven počet latentních proměnných.

Metoda χ 2 kritéria Pro data s měnící se směrodatnou odchylkou bod od bodu. Jedná se o určení matice A pred, která reprodukuje matici A v rámci experimentální chyby. Nevýhodou je nutnost znát směrodatnou odchylku u každého bodu. K posouzení, zda A pred aproximuje datovou matici v rámci experimentální chyby jejich prvků slouží Bartletův χ 2 test, kde 2 χ ( k ) = n m A ˆ ij A ij σ i = 1 j = 1 ij 2 estovací kritérium: 2 χ = krit ( n k)( m k) kdy počet aktivních složek ve směsi odpovídá 2 2 první hodnotě k, pro kterou platí χ ( k ) χkrit.

Metoda reálné chyby Reálná chyba RE je mírou diference mezi naměřenými daty a ideálně čistými daty, jejihž variabilita by byla dána pouze latentními proměnými. RE = M a= k+ 1 g a N( M k) Kde g a jsou vlastní čísla kovarianční matice Z, M počet proměnných a N počet spekter. Počet světlo-absorbujících částic je k, pro nějž RE nejlépe aproximuje odhad experimentální chyby.

Metoda extrahované chyby Extrahovaná chyba XE je mírou rozdílu mezi naměřenými daty a daty získanými rekonstrukcí datové matice v krátkém cyklu použitím pouze prvních k latentních proměnných. XE ( k) = n m i= 1 j= 1 ( A Â ) ij nm 2 ij Alternativně lze také spočítat z vlastních čísel g j akovarianční matice Z XE () k = m jk =+ 1 g j nm Vzájemný přepočet pro RE(k) a XE(k) je poté: ( ) ( ) m XE k = RE k k m Počet světlo-absorbujících částic je k, pro nějž XE nejlépe aproximuje odhad experimentální chyby.

Malinowského F-test Malinowski navrhl pro rozlišení primárních a sekundárních vlastních čísel F-test, testující nulovou hypotézu H 0 : q red j = q red j red red oproti alternativní H 0 : q q, q j red kde jsou redukováná vlastní čísla red a je vážený průměr sekundárních. q j j j q red j red q j = ga ( N a + 1)( M a + 1) V případě platnosti nulové hypotézy má testovací kritérium tvar: F (, 1 m k) m ( n j+ 1)( m j+ 1) j= k+ 1 j = m ( n k+ 1)( m k+ 1) g j= k+ 1 estovací kritérium: První k -téredukovanévlastníčíslo, pro nějž je hodnota testovacího kritéria větší než hodnota tabelovaná na dané hladině významnosti, je považováno za nej- menší primární a hodnota r = k za počet světlo-absorbujících částic. g j

Hledání chemického modelu Hledání modelu rovnováh léčiva Silychristin q = 1, r = log β qr log β qr log β qr log β qr 0 - - - - 1 11.746(11) 11.768(7) 11.802(8) 11.819(9) 2 9.682(14) 9.697(9) 9.743(15) 9.886(64) 3 6.814(14) 7.208(36) 8.549(74) 8.856(213) 4-6.429(68) 7.143(75) 3.736(***) 5 - - 6.388(89) 11.608(197) 6 - - - 6.677(202) s k (A) [mau], k 0.29, 6 0.26, 6 0.25, 6 0.27, 6 s(a) [mau] 2.91 1.89 1.63 1.49 R-faktor [%] 0.54 0.34 0.28 0.25 ē 0.0017 0.0012 0.0009 0.0008 s(e) 0.0029 0.0019 0.00163 0.0015 g 1 (e) 0.131-0.329-0.028 0.184 Model je zamítnut zamítnut přijat zamítnut

Vyhodnocení experimentálních dat 12.0 10.8 9.6 pk a,i 8.4 7.2 pk a,5 pk a,4 pk a,3 pk a,2 pk a,1 6.0 0.0 0.1 0.2 0.3 0.4 I 1/2

CH 3 CH 3 Mykofenolát mofetilu H CH 3 N při 25 0 C pk a = 8.29 (1) při 37 0 C pk a = 8.16 (1)

H H CH3 Silychristin H H H H při 25 C pk a,1 = 6.64 (18) pk a,2 = 7.85 (31) pk a,3 = 8.95 (34) pk a,4 = 10.17 (92) pk a,5 = 12.00 (9) při 37 C pk a,1 = 6.23 (29) pk a,2 = 7.24 (26) pk a,3 = 9.08 (18) pk a,4 = 9.78 (8) pk a,5 = 12.15 (34)

H H CH 3 Silydianin H H H při 25 C pk a,1 = 6.46 (17) pk a,2 = 8.64 (25) pk a,3 = 9.66 (91) pk a,4 = 10.74 (20) pk a,5 = 12.54 (36) při 37 C pk a,1 = 7.09 (17) pk a,2 = 8.83 (14) pk a,3 = 10.22 (11) pk a,4 = 10.97 (73) pk a,5 = 12.4 (59)

H H CH 3 Silybinin H H H při 25 C pk a,1 = 6.98 (5) pk a,2 = 8.92 (14) pk a,3 = 9.66 (11) pk a,4 = 11.66 (3) při 37 C pk a,1 = 6.86 (4) pk a,2 = 8.66 (4) pk a,3 = 9.68 (1) pk a,4 = 11.44 (7)

H (H 3 C) 3 C CH 3. HCl xymetazolin HCl CH 3 HN N 310 300 290 nm 10.2 10.8 11.4 12.0 ph při 25 C pk a,1 = 10.59 (9) pk a,2 = 12.03 (3) při 37 C pk a,1 = 10.77 (5) pk a,2 = 11.76 (9)

325 315 305 300 nm Br Ranitidin HCl NH Br 2 CH 2 NH H. HCl při 25 C pk a = 1.97 ± 0.09 při 37 C pk a = 1.88 ± 0.04

Léčivo 25 C 37 C pk a,1 pk a,2 pk a,3 pk a,4 pk a,5 pk a,1 pk a,2 pk a,3 pk a,4 pk a,5 Ambroxol HCl 8.12 (6) 11.63 (7) ----- ------ ------ 8.23 (5) 11.90 (9) ------ ------ ------ Mykofenolát sodný 8.32 (1) ------ ----- ------ ------ 8.14 (1) ------ ------ ------ ------ Mykofenolát mofetilu 8.29 (1) ------ ----- ------ ------ 8.16 (1) ------ ------ ------ ------ Silychristin 6.64 (18) 7.85 (31) 8.95 (34) 10.17 (92) 12.00 (90) 6.23 (29) 7.24 (26) 9.08 (18) 9.78 (8) 12.15 (34) Silydianin 6.46 (17) 8.64 (25) 9.66 (91) 10.74 (20) 12.54 (36) 7.09 (17) 8.83 (14) 10.22 (11) 10.97 (73) 12.40 (59) Silybinin 6.98 (5) 8.92 (14) 9.66 (9) 11.66 (3) ------ 6.86 (4) 8.66 (4) 9.68 (1) 11.44 (7) ------ xymetazolin HCl 10.5 9 (9) 12.03 (3) ------ ------ ------ 10.77 (5) 11.76 (9) ------ ------ ------ Ranitidin HCl 1.97 (9) ------ ------ ------ ------ 1.88 (4) ------ ------ ------ ------