Kodeinin HPLC tayini ve optimizasyon sürecinin yapay sinir ağları ile modellenmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Kimya Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2014

Tezin Dili: Türkçe

Öğrenci: ONUR İMER

Danışman: LEVENT ÇAVAŞ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kodein ticari öneme sahip bir alkaloid olup ağrı kesici ve öksürük kesici gibi farmakolojik özelliklere sahiptir. Bu nedenle biyolojik numunelerde kodeinin analitik tayini önem taşır. Sunulan bu tez çalışmasında; var olan literatür ışığında kodeinin HPLC tayini gerçekleştirilmiş ve elde edilen sonuçlar yapay sinir ağları (YSA) kullanılarak modellenmiştir. Levenberg-Marquardt algoritması üzerinde yapılan optimizasyon çalışmalarında optimum nöron sayısı 9, optimum öğrenme-doğrulama-test oranı ise 60-5-35 olarak bulundu. Optimum nöron sayısı için hata kareler ortalaması (MSE) 0,0056854, optimum oran için hata kareler ortalaması 0,0059123 olarak bulundu. Optimizasyon için nftool fonksiyonu kullanıldı. 20 adet deneysel alıkonma zamanı, örnek çıkış verisi olarak seçildi ve farklı algoritmalar üzerinde test edilerek tahmini alıkonma zamanları hesaplandı. Tahminde en başarılı algoritmalar trainlm ve trainscg olarak gözlemlendi. Tahmini alıkonma zamanlarını hesaplamak için nntool fonksiyonu kullanıldı. Hangi parametrenin alıkonma zamanında en etkili olduğunun belirlenmesi için performans testleri yapıldı. Bunun için 15 farklı giriş verisi için nftool fonksiyonu kullanıldı. Sonuç olarak, kodeinin HPLC ile tayininden elde edilen deneysel veriler YSA ile modellenmiştir. YSA'nın değişik HPLC koşullarında kodeine ilişkin alıkonma süresini başarılı bir şekilde tahmin edebileceği ortaya konulmuştur.