Многомерные модели на основе ЯМР спектрометрических данных для прогнозирования свойств объектов сложного состава

Одним из направлений исследований станет поиск подходов для увеличения производительности ЯМР анализа благодаря автоматической оценке параметров измерения спектров (времени релаксации, числа сканирований, и т.д.) в режиме реального времени для каждой конкретной пробы. Для упрощения количественного ЯМР анализа спектров объектов сложного состава будут созданы многомерные модели, которые значительно повысит эффективность рутинного скриннинга большой серии образцов и увеличит вероятность выявления неизвестных компонентов. Методы многомерной обработки данных (метод главных компонент (МГК), многомерная регрессия, дискриминантный анализ (ДА) и другие) будут впервые использованы для разработки многомерных моделей для одновременного определения качественных характеристик фармакологических препаратов (фирма-производитель, партия образца (batch), животное происхождение, и др.). Различные хемометрические методы переноса многомерных градуировок (прямая стандартизация, кусочная прямая стандартизация, гибридная градуировка, вейвлет-транформация и др.) будут применены с целью внедрения разработанных многомерных моделей, в том числе и на основе 2D ЯМР спектрометрических профилей, для проверки подлинности и количественного анализа фармакологических препаратов на ЯМР спектрометрах с различной комплектацией.