一种基于人工智能的氨基酸手性鉴别方法

    公开(公告)号:CN119413754A

    公开(公告)日:2025-02-11

    申请号:CN202411439844.6

    申请日:2024-10-15

    Abstract: 本发明提供一种基于人工智能的氨基酸手性鉴别方法,该方法的步骤包括:将待测试的氨基酸粉末与赋形剂粉末进行混合,并压制为氨基酸压片;采用太赫兹时域光谱仪向氨基酸压片发射太赫兹波,并接收反馈信号,所述反馈信号为归一化振幅信号、传输信号或吸收信号;将所述反馈信号输入到预训练的鉴别模型中,所述鉴别模型为卷积神经网络模型、径向基函数神经网络模型或极限学习机模型;基于所述鉴别模型的输出结果确定待测试的氨基酸粉末的氨基酸类型和手性结果。本方案基于太赫兹信号,可以反映出氨基酸分子结构的细微差异,本发明方法识别准确率高,本方案不需要借助手性试剂与手性分子反应结合,在提高识别准确率的前提下,提高处理效率。

    一种氨基酸红外光谱分类识别方法及可视化系统

    公开(公告)号:CN119880842A

    公开(公告)日:2025-04-25

    申请号:CN202510047652.9

    申请日:2025-01-13

    Abstract: 本发明提供一种氨基酸红外光谱分类识别方法,包括如下步骤,使用氨基酸粉末和固体分散剂制作氨基酸压片;氨基酸压片放置到傅里叶红外光谱仪中,采集氨基酸透射光谱数据;基于氨基酸透射光谱数据,使用分类与回归树方法和支持向量机法,得到训练好的识别氨基酸官能团种类的算法模型;基于氨基酸透射光谱数据,使用分类与回归树方法和支持向量机法,得到训练好的识别氨基酸种类的算法模型;待确定的氨基酸红外光谱数据分别输入识别氨基酸官能团和氨基酸种类的算法模型,得到氨基酸官能团的分类结果和氨基酸分类结果。本方案基于红外信号,可以反映出氨基酸分子结构的振动差异,本发明方法识别准确率高,本方案不需要借助手性试剂与手性分子反应结合,在提高识别准确率的前提下,提高处理效率。

Patent Agency Ranking