Благородные и переходные металлы широко применяются в разработке сенсоров для обнаружения электроактивных аминокислот. Наночастицы этих металлов значительно повышают чувствительность и пиковые токи модифицированных электродов. Для построения моделей машинного обучения была создана база данных, содержащая информацию о типе образца, используемом методе детекции, составе сенсорного материала, пределах обнаружения и определения, температуре и времени реакции. Также были учтены характеристики молекул, такие как гидрофобность, объем, заряды, липофильность и дефекты поверхности электрода. Влияние загрязнений и изменений поверхности электрода на чувствительность было учтено с помощью метода SVM. Анализ данных показал, что существуют корреляции между объемом аминокислот, их ионным током, кинетикой
Дмитриева А.П., Фомкина А.С., Порохина Д.Л. (науч. рук. Кривошапкина Е.Ф.) Прогнозирование предела обнаружения и определения аминокислот для новых гетерогенных составов с использованием алгоритмов машинного обучения в электрохимической аналитике // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/13118