-
公开(公告)号：CN112881577B
公开(公告)日：2022-03-08
申请号：CN201911198914.2
申请日：2019-11-29
Applicant: 中国科学院大连化学物理研究所 , 中国石油天然气股份有限公司石油化工研究院
IPC: G01N30/88
Abstract: 本发明公开了一种基于液相色谱‑高分辨质谱的石油馏分中含氮化合物的分子表征分析方法，包括以溶剂直接稀释样本，采用超高效液相色谱‑电喷雾离子源‑高分辨质谱在正离子模式下，30min内实现石油馏分中的氮化合物快速分析与分子表征。与现有方法相比，本发明方法无需对油样进行复杂分级预处理，质谱电喷雾离子化无需采用质谱正、负离子模式两次分析，仅采用正离子模式分析结合液相色谱流出时间，将其质荷比m/z用于分析过程中质谱仪质量轴的校正，可得到更好质谱质量精度；结合反相色谱保留规律可进一步排除假阳性分子表征结果，得到化合物及其组成信息更为可靠。
-
公开(公告)号：CN112881577A
公开(公告)日：2021-06-01
申请号：CN201911198914.2
申请日：2019-11-29
Applicant: 中国科学院大连化学物理研究所 , 中国石油天然气股份有限公司石油化工研究院
IPC: G01N30/88
Abstract: 本发明公开了一种基于液相色谱‑高分辨质谱的石油馏分中含氮化合物的分子表征分析方法，包括以溶剂直接稀释样本，采用超高效液相色谱‑电喷雾离子源‑高分辨质谱在正离子模式下，30min内实现石油馏分中的氮化合物快速分析与分子表征。与现有方法相比，本发明方法无需对油样进行复杂分级预处理，质谱电喷雾离子化无需采用质谱正、负离子模式两次分析，仅采用正离子模式分析结合液相色谱流出时间，将其质荷比m/z用于分析过程中质谱仪质量轴的校正，可得到更好质谱质量精度；结合反相色谱保留规律可进一步排除假阳性分子表征结果，得到化合物及其组成信息更为可靠。
-
公开(公告)号：CN114609258A
公开(公告)日：2022-06-10
申请号：CN202011447562.2
申请日：2020-12-09
Applicant: 中国科学院大连化学物理研究所 , 大连理工大学 , 中国石油天然气股份有限公司石油化工研究院
Abstract: 本发明公开了基于液相色谱‑高分辨质谱的石油分子表征数据处理方法，基于液相色谱‑高分辨质谱采集到的原始数据文件，通过构建理论分子库、侯选离子筛选、峰提取与检测、去假阳性等步骤实现石油馏分分子表征。本发明方法充分挖掘了石油样本的液相色谱‑高分辨质谱信息，快速、可靠地获得不同石油馏分中各类型化合物的分子式、保留时间及其强度，可用于基于液相色谱‑高分辨质谱的石油馏分数据处理，分子表征信息提取更充分、更可靠。
-
公开(公告)号：CN114609258B
公开(公告)日：2022-11-22
申请号：CN202011447562.2
申请日：2020-12-09
Applicant: 中国科学院大连化学物理研究所 , 大连理工大学 , 中国石油天然气股份有限公司石油化工研究院
Abstract: 本发明公开了基于液相色谱‑高分辨质谱的石油分子表征数据处理方法，基于液相色谱‑高分辨质谱采集到的原始数据文件，通过构建理论分子库、侯选离子筛选、峰提取与检测、去假阳性等步骤实现石油馏分分子表征。本发明方法充分挖掘了石油样本的液相色谱‑高分辨质谱信息，快速、可靠地获得不同石油馏分中各类型化合物的分子式、保留时间及其强度，可用于基于液相色谱‑高分辨质谱的石油馏分数据处理，分子表征信息提取更充分、更可靠。
-
公开(公告)号：CN119666434A
公开(公告)日：2025-03-21
申请号：CN202311221185.4
申请日：2023-09-20
Applicant: 中国科学院大连化学物理研究所
Abstract: 本发明涉及一种微组织样品在线涡流取样装置，包括切割装置、样本放置装置和涡流取样装置，所述样本放置装置用于放置原始微组织样本，且所述样本放置装置上开设有预设孔径的孔，所述切割装置用于对设置在样本放置装置上的原始微组织样本进行切割，所述涡流取样装置设置于样本放置装置的下方，用于对切割后的从样本放置装置开孔处释放的微组织样本通过涡流取样的方式完成已切割微组织样本的采集。本发明实现对激光显微切割下来的样品进行在线的提取，通过液体涡流的方式，借助表面张力，实现流式过程下的取样，并借助液体注射泵，实现样品的传输，便于对微组织样品进行后续的分析。
-
Patent Agency Ranking
公开(公告)号：CN119580857A
公开(公告)日：2025-03-07
申请号：CN202311139346.5
申请日：2023-09-05
Applicant: 中国科学院大连化学物理研究所
Abstract: 本发明公开了一种基于深度学习的二级质谱碎片树预测代谢途径的方法。该方法基于初始数据匹配构建训练数据集，基于深度学习对初始预测模型进行训练，进行交叉验证选取准确率最高的模型参数，输入待测数据获得途径预测结果。该方法有效解决了目前想要获取谱学数据中的代谢途径信息必须要经过化合物鉴定从而导致信息利用率不足的问题。相较于现有方法，该方法将实验质谱数据与代谢途径进行有效关联，更利于基于代谢组学数据的生物学功能阐释。该方法具有途径预测准确率高；可用于代谢组数据高效利用，便于代谢途径富集等优点。
-
公开(公告)号：CN119492809A
公开(公告)日：2025-02-21
申请号：CN202311023973.2
申请日：2023-08-15
Applicant: 中国科学院大连化学物理研究所
Abstract: 本发明公开了一种基于亲水作用色谱‑高分辨质谱的食品风险物质及其转化产物非靶向筛查方法。首先，针对十五类食品风险物质及转化产物，基于标准品实验数据和网络数据库总结质谱碎裂特征，随后通过亲水作用色谱‑高分辨质谱联用采集食品样品的原始数据，基于归纳的质谱碎裂特征进行非靶向筛查，快速筛选出食品中的可疑风险物质。本发明作为反相色谱‑质谱联用方法的补充，在复杂食品基质中极性风险物质和极性转化产物的筛查上具有显著的优势，对食品安全风险评估有着重要的意义。
-
公开(公告)号：CN119028463A
公开(公告)日：2024-11-26
申请号：CN202310590497.6
申请日：2023-05-23
Applicant: 中国科学院大连化学物理研究所 , 榆林中科洁净能源创新研究院
IPC: G16C20/10 , G16C20/40 , G16C20/70 , G16C20/90 , G06N3/0464
Abstract: 本申请公开了一种基于深度迁移学习的植物次生代谢途径预测方法，基于深度学习和迁移学习，建立了植物次生代谢途径预测方法，实现对于已知结构信息的化合物所在植物次生代谢途径的预测。首先在信息更丰富的代谢途径数据集(源数据集)上进行深度学习模型预训练；然后通过迁移学习，在目标数据集上以预训练参数进行微调，构建植物次生代谢途径的预测模型；最后，将待预测化合物的简化分子线性输入规范字符串输入模型，获取其预测的植物次生代谢途径信息。本发明有效克服了目前植物次生代谢途径数据信息不足的问题，具有预测准确率高，模型训练效率高等优点。
-
公开(公告)号：CN115586264B
公开(公告)日：2024-11-12
申请号：CN202110756572.2
申请日：2021-07-05
Applicant: 中国科学院大连化学物理研究所
Abstract: 本发明公开了一种针对牛奶中兽药及其代谢物的非靶向筛查方法。针对牛奶样品，利用超高效液相色谱‑高分辨质谱联用平台获取非靶向分析数据，采用食品内源性组分过滤和质量亏损模型过滤的方法，去除大量内源性化合物和干扰物质，快速筛选潜在的风险化合物，经数据库检索初步定性风险化合物。该发明对无先验信息的牛奶样本中兽药及其代谢物的非靶向筛查具有显著优势，具有高效去除干扰物质，快速筛选风险化合物的优点。
-
公开(公告)号：CN118150669A
公开(公告)日：2024-06-07
申请号：CN202211546427.2
申请日：2022-12-05
Applicant: 中国科学院大连化学物理研究所
Abstract: 本发明公布了一种基于直接进样质谱的代谢物定性方法，采用四极杆隔离窗口移动的数据非依赖采集模式获取混合样本中代谢物二级信息，根据子离子强度与隔离窗口中心值变化得到母离子与子离子潜在对应关系；随后将不同浓度的个体样本提取物分别注入质谱，采用谱图拼接式分段扫描模式获取代谢物一级信息，数据非依赖模式获取二级信息，根据母离子与子离子强度相关性得到母离子与子离子对应关系。最后将同一母离子采用上述两种模式得到的共有子离子作为该母离子的二级质谱实现母离子‑子离子的精确归属，从而对质量相近的代谢物进行精确鉴定。有助于基于直接进样质谱技术的高通量代谢组学研究。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.077 seconds)
