Optimization of HPLC separations of flavonoids with the use of artificial neural networks

The high-performance liquid chromatography (HPLC) procedure based on gradient elution technique was used to separate flavonoids in leaves of Taxus baccata var. elegantissima and Metasequoia glyptostroboides. Optimization of chromatographic separations was supported by artificial neural networks. The best gradient conditions acquired to separate analyzed compounds were established and then used in experiments. Predictive errors were additionally calculated. Satisfactory correlation between predicted and experimental retention data was obtained.

Wysokosprawna chromatografia cieczowa (HPLC) z elucją gradientową została wykorzystana do rozdzielenia związków flawonoidowych z liści Taxus baccata var. elegantissima i Metasequoia glyptostroboides. Optymalizacja rozdzieleń chromatograficznych została przeprowadzona z pomocą sztucznych sieci neuronowych. Przewidywano najlepsze gradientowe warunki chromatograficzne wymagane do rozdzielenia analizowanych związków a następnie potwierdzono je eksperymentalnie. Dodatkowo wyliczono błędy przewidywań. Otrzymano satysfakcjonującą korelację pomiędzy przewidywanymi i eksperymentalnymi danymi retencyjnymi.