Modélisation de la rétention des anticancers par nanofiltration

Abstract

L'objectif de cette étude est de créer un modèle neuronal optimal basé sur des relations quantitatives structure-propriété (QSPR-RNAoptimal) pour modéliser la rétention des anticancers par la nanofiltration. Pour anticiper la présence de résidus d'anticancer, un modèle neuronal du type feedforward (QSPR-RNAoptimal) caractérisé par une structure (13 neurones dans la couche d'entrée, 4 neurones dans la couche cachée et 1 neurone dans la couche de sortie) sera construit. Une base de données de 554 points a été utilisée pour tester le modèle QSPR-RNAoptimal, avec une répartition des données en 80 % pour l'apprentissage et 20 % pour le test du modèle. La comparaison des valeurs de rétention calculées lors de la phase de test avec celles mesurées a montré une bonne corrélation (R = 0.9318). L'analyse de sensibilité par la méthode "poids" a révélé que les variables les plus pertinentes pouvant influencer la rétention des anticancers leur nanofiltration ont une contribution significative (𝐼𝑅>5 %)