摘要：反相液相色谱（RPLC）是一种常见的液态色谱模式，用于在药物生命周期内控制药物化合物。尽管如此，确定使这种分离的最佳色谱条件很耗时，需要大量的实验室工作。定量结构保留关系模型（QSRR）通过预测已知化合物的保留时间而无需执行实验，对完成这项工作有助于完成这项工作。在当前工作中，建立了几种QSRR模型，并比较了它们在预测保留时间方面的适当性。回归模型是基于线性和非线性算法的组合，例如多个线性回归，支持矢量回归，最少的绝对收缩和选择算子，随机森林和梯度增强回归。模型是针对五个pH条件的，即在pH 2.7、3.5、6.5和8.0处建立的。最后，使用堆叠结合了模型预测，并比较了所有模型的性能。建立了基于K-Near的邻居的应用域滤波器，以评估预测的可靠性以进行进一步的复合优先级。总的来说，这项研究对于与RPLC一起工作的分析化学家可以洞悉，从QSRR等计算预测建模开始，以预测小分子的分离。