Оптика и спектроскопия. Лазерная физика

Влияние малых концентраций гиалуроновой кислоты на структуру изолята сывороточного протеина при конъюгировании: разработка и оптимизация моделей машинного обучения на основе адаптивного бустинга для анализа спектроскопических данных

С. А. Шевцова, М. С. Савельева, О. А. Майорова, Е. С. Прихожденко

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

Аннотация: В данном исследовании с помощью спектроскопии комбинационного рассеяния (КР) было изучено влияние малых концентраций гиалуроновой кислоты (ГК, 0.1–0.5$\%$) на структуру изолята сывороточного протеина (ИСП) при конъюгировании. Анализ спектров КР выявил, что основное изменение происходит в области 1003 см$^{-1}$, соответствующей колебаниям фенилаланина. Для классификации и регрессионного анализа спектральных данных использовались ансамблевые методы машинного обучения, включая адаптивный бустинг (AdaBoost). Оптимальные параметры модели (глубина дерева принятия решений max$\_$depth=3, количество деревьев в ансамбле 325) обеспечили высокую точность классификации (98.3$\%$) и коэффициент детерминации (R$^2$ = 0.91) при объеме обучающей выборки 300 спектров на образец. Подбор параметров проводился с помощью решетчатого поиска (GridSearchCV). Было также изучено влияние объема обучающей выборки на эффективность модели адаптивного бустинга. Модель также позволила выявить ключевые волновые числа (763, 1003, 1240, 1400 см$^{-1}$), наиболее значимые для прогнозирования изменений в структуре ИСП при добавлении ГК. Результаты демонстрируют перспективность комбинации спектроскопии КР и машинного обучения для анализа белково-полисахаридных взаимодействий.

Ключевые слова: гиалуроновая кислота, изолят сывороточного протеина, спектроскопия КР, адаптивный бустинг, машинное обучение, решётчатый поиск, классификация, регрессия.

УДК: 519.688:543.424.2

Поступила в редакцию: 02.05.2025
Исправленный вариант: 29.08.2025
Принята в печать: 12.06.2025

DOI: 10.18500/1817-3020-2025-25-3-305-315