-
公开(公告)号：CN119400286B
公开(公告)日：2025-03-25
申请号：CN202411981274.3
申请日：2024-12-31
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
Abstract: 本发明涉及新污染监测技术领域，具体涉及一种基于机器学习的非靶向筛查识别化合物浓度的方法。本发明基于化合物的高分辨率质谱信息、指纹信息和化学描述符，采用神经网络和贝叶斯统计方法，构建了基于机器学习的非靶向筛查识别化合物浓度的方法。解决了在无标准品情况下化合物无法定量获得浓度的问题；在有标准品的情况下，无法在非靶向筛查阶段完成定量获取浓度，需要重新使用液相色谱‑三重四级杆质谱进行定量，导致程序繁杂耗时的问题。
-
公开(公告)号：CN119400286A
公开(公告)日：2025-02-07
申请号：CN202411981274.3
申请日：2024-12-31
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
Abstract: 本发明涉及新污染监测技术领域，具体涉及一种基于机器学习的非靶向筛查识别化合物浓度的方法。本发明基于化合物的高分辨率质谱信息、指纹信息和化学描述符，采用神经网络和贝叶斯统计方法，构建了基于机器学习的非靶向筛查识别化合物浓度的方法。解决了在无标准品情况下化合物无法定量获得浓度的问题；在有标准品的情况下，无法在非靶向筛查阶段完成定量获取浓度，需要重新使用液相色谱‑三重四级杆质谱进行定量，导致程序繁杂耗时的问题。
-
公开(公告)号：CN117250267A
公开(公告)日：2023-12-19
申请号：CN202310045886.0
申请日：2023-01-30
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
Abstract: 本发明提供了一种新污染物非靶向筛查的高分辨质谱数据处理方法，属于质谱数据处理技术领域。方法将利用DIA模式下的MS1数据和MS2数据分别进行峰提取，并将MS2的相关二级信息分配给MS1的色谱峰，以获得每个化合物的碎片信息；此外，基于每个化合物的保留时间和质量，再依次获得DDA模式下的二级谱图信息，两种方法可以互相弥补可能漏掉的碎片。本发明解决了运用高分辨质谱仪器进行环境样品的非靶向筛查方法生成的数据量极大且缺乏数据处理方法的问题，大大提高新污染物的检测通量，并充分发挥DDA和DIA的优势，提高鉴定的效率和准确度。
-
-
Search Results
3
records
(took 0.045 seconds)
