-
公开(公告)号：CN111386460A
公开(公告)日：2020-07-07
申请号：CN201780097238.2
申请日：2017-12-27
Applicant: 株式会社岛津制作所
Abstract: 二维液相色谱系统具备第一维分析部、第二维分析部、第二维送液装置、分割导入部、位移梯度程序制作部、送液控制部以及位移定时调整部。位移梯度程序制作部构成为制作用于使所述第二维送液装置执行位移梯度送液的位移梯度程序。位移定时调整部构成为：基于在所述一系列分析动作前由所述第一维检测器针对该分析对象试样获取到的预备色谱，来调整由所述位移梯度程序制作部制作出的位移梯度程序中的向各梯级位移的位移定时。
-
公开(公告)号：CN111386460B
公开(公告)日：2023-05-23
申请号：CN201780097238.2
申请日：2017-12-27
Applicant: 株式会社岛津制作所
Abstract: 二维液相色谱系统具备第一维分析部、第二维分析部、第二维送液装置、分割导入部、位移梯度程序制作部、送液控制部以及位移定时调整部。位移梯度程序制作部构成为制作用于使所述第二维送液装置执行位移梯度送液的位移梯度程序。位移定时调整部构成为：基于在所述一系列分析动作前由所述第一维检测器针对该分析对象试样获取到的预备色谱，来调整由所述位移梯度程序制作部制作出的位移梯度程序中的向各梯级位移的位移定时。
-
Patent Agency Ranking
公开(公告)号：CN113167777B
公开(公告)日：2024-01-05
申请号：CN201880099838.7
申请日：2018-10-02
Applicant: 株式会社岛津制作所
Abstract: 本申请涉及一种鉴别器的生成方法，即使在多种成分的峰重合后的未分离峰中也对各种成分进行正确的峰检测。计算机获取由数据解析装置测量的成分A中的具有峰P1的波形数据D1(S10)。接着，获取由数据解析装置测量的成分B中的具有峰P2的波形数据D2(S20)。接着，将读取的包含峰P1的波形数据D1与包含峰P2的波形数据D2重合而创建包含未分离峰的波形数据D12(S30)。接着，读取创建的未分离峰的波形数据D12作为学习数据，并且读取与波形数据D12相对应的波形数据D1、D2作为训练数据(S40)。然后，使用波形数据D12、D1、D2实施机器学习，基于其学习结果构建用于推定未分离峰的正确的分离方法的学习完毕模型(S50)。
-
公开(公告)号：CN101379393B
公开(公告)日：2012-06-27
申请号：CN200680052620.3
申请日：2006-02-09
Applicant: 株式会社岛津制作所
CPC classification number: G01N30/30 , G01N30/34 , G01N2030/3007 , G01N2030/347
Abstract: 本发明提供一种基于液相色谱法的分析方法，以便迅速获得准确的温度梯度洗脱法。在该方法中，使柱(15)处于绝热状态，将流动相(1)从两条流动相送液流路(2a、2b)供给，混合后导入至柱(15)中。此时，将一条流动相送液流路(2a)的流动相温度设定成比在柱(15)中想要调节的温度范围的上限温度高的恒定温度，并将另一条流动相送液流路(2b)的流动相温度设定成比在柱(15)中想要调节的温度范围的下限温度低的恒定温度，通过调节两条流动相送液流路(2a、2b)的流量，使流动相的混合比率随时间而变化，从而使在柱(15)内的流动相的温度随时间而变化。由此来实施温度梯度洗脱法。
-
公开(公告)号：CN101379393A
公开(公告)日：2009-03-04
申请号：CN200680052620.3
申请日：2006-02-09
Applicant: 株式会社岛津制作所
CPC classification number: G01N30/30 , G01N30/34 , G01N2030/3007 , G01N2030/347
Abstract: 本发明提供一种基于液相色谱法的分析方法，以便迅速获得准确的温度梯度洗脱法。在该方法中，使柱(15)处于绝热状态，将流动相(1)从两条流动相送液流路(2a、2b)供给，混合后导入至柱(15)中。此时，将一条流动相送液流路(2a)的流动相温度设定成比在柱(15)中想要调节的温度范围的上限温度高的恒定温度，并将另一条流动相送液流路(2b)的流动相温度设定成比在柱(15)中想要调节的温度范围的下限温度低的恒定温度，通过调节两条流动相送液流路(2a、2b)的流量，使流动相的混合比率随时间而变化，从而使在柱(15)内的流动相的温度随时间而变化。由此来实施温度梯度洗脱法。
-
公开(公告)号：CN118076886A
公开(公告)日：2024-05-24
申请号：CN202180102438.9
申请日：2021-08-06
Applicant: 株式会社岛津制作所
IPC: G01N27/62
Abstract: 本发明具备下述工序：准备包含作为分析目标的肽的试样的工序；对所述试样添加与硫醇基特异性反应的标记化合物，用所述标记化合物来标记该试样中的肽中所含的还原型的半胱氨酸残基的工序；分离工序，利用色谱对包含被所述标记化合物标记的肽的试样进行分离；测定执行工序，执行以将被所述标记化合物标记的肽在硫醇基不从半胱氨酸残基脱离的条件下进行离子化而生成的肽离子为前体离子的产物离子扫描测定；和，判断工序，判定基于通过所述测定执行工序得到的数据制作的质谱中是否存在对应于所述标记化合物的结构的特定质荷比处出现的峰，由此来判断作为分析目标的肽是否包含还原型的半胱氨酸残基。
-
公开(公告)号：CN113167777A
公开(公告)日：2021-07-23
申请号：CN201880099838.7
申请日：2018-10-02
Applicant: 株式会社岛津制作所
Abstract: 本申请涉及一种鉴别器的生成方法，即使在多种成分的峰重合后的未分离峰中也对各种成分进行正确的峰检测。计算机获取由数据解析装置测量的成分A中的具有峰P1的波形数据D1(S10)。接着，获取由数据解析装置测量的成分B中的具有峰P2的波形数据D2(S20)。接着，将读取的包含峰P1的波形数据D1与包含峰P2的波形数据D2重合而创建包含未分离峰的波形数据D12(S30)。接着，读取创建的未分离峰的波形数据D12作为学习数据，并且读取与波形数据D12相对应的波形数据D1、D2作为训练数据(S40)。然后，使用波形数据D12、D1、D2实施机器学习，基于其学习结果构建用于推定未分离峰的正确的分离方法的学习完毕模型(S50)。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
