CN109239247A - 一种液相色谱无对照品定性分析方法 - Google Patents
一种液相色谱无对照品定性分析方法 Download PDFInfo
- Publication number
- CN109239247A CN109239247A CN201811386232.XA CN201811386232A CN109239247A CN 109239247 A CN109239247 A CN 109239247A CN 201811386232 A CN201811386232 A CN 201811386232A CN 109239247 A CN109239247 A CN 109239247A
- Authority
- CN
- China
- Prior art keywords
- specific compound
- liquid
- retention time
- unknown material
- compound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8696—Details of Software
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种液相色谱无对照品定性分析方法。本发明依据权威文献数据作为基础,获取经过优化的分析条件,指导针对未知物的液相色谱分离分析;将未知物特征指标与文献数据中提取的已知物特征指标进行比对,从而得到定性分析结果。本发明所涉及的液相色谱无对照品定性分析方法,是一种将已知物特征指标作为数字化对照品,进而作为判断依据的液相色谱定性分析新方法。本发明所涉及的方法在保证定性分析准确性的基础上,避免了因使用实物对照品所造成的盲目、低效以及资源浪费等诸多弊端,并且所涉及的方法无仪器设备硬件改动与升级的要求,有利于在科研院所及广大基层分析检验机构推广应用。
Description
技术领域
本发明属于分析技术领域,特别涉及一种液相色谱无对照品定性分析方法。
背景技术
色谱分析仪广泛应用于生物医学、环境化学、石油化工等领域,实现混合样品中不同组分的分离。色谱分析方法作为一种重要的分离富集方法,主要包括气相色谱法、液相色谱法以及离子色谱法等。其中液相色谱分析方法,因其稳定可靠、适用范围广等优点,在色谱分析中占据重要角色。
色谱定性分析的主要任务是确定色谱图上的色谱峰所代表的物质。在色谱条件一定的前提下,任何一种物质都有确定的色谱保留时间。因此,在相同色谱条件下,通过比较未知物和已知物(对照品)的保留值或在固定相上的位置,即可确定未知物是何种物质。随着光谱以及质谱检测技术的迅速发展,将其与液相色谱联用,是目前解决复杂混合物中未知物定性分析的最有效技术。
对照品指用于鉴别、检查、含量测定、杂质和有关物质检查等方面的标准物质。国内外市售的对照品多达几千种,其中2015版《中国药典》涉及的中药、化药对照品多达1336种。此外,众多涉及进行色谱定性分析的机构,如高校、科研院所、制药企业、药品检验院所以及医疗机构大量重复购买对照品。而且,对照品及其溶液的配制、储存、使用过程中还需面临污染、变质、人为误差、分析效率低下等诸多不利因素。仅在液相色谱定性分析方面,因对照品所造成的经济资源过度消耗以及浪费情况凸显。
现有技术一:实物对照品比对定性分析方法
技术描述:在于未知物进行分析时,首先探索、优化、确定适用的色谱分析条件,以确保待分析的未知物能得以充分的分离。其次对分析结果进行解析,获得未知物的保留时间、光谱特征以及质谱信息等特征指标。之后,在同一色谱条件基础上,将对照品进行分离分析,获取对照品的特征指标作为判断依据,与未知物进行比对。从而判断未知物是否与对照品为同一物质。
现有技术一的缺点
国内外市售的对照品种类繁多,以对照品比对进行未知物的定性分析存在一定的盲目性,致使分析效率低下。高校、科研院所、制药企业、药品检验院所以及医疗机构等诸多分析单位之间,即使分析同一未知物,仍需要各自购买对照品进行分析,因而造成重复购买、资源浪费。在对照品溶液的配制、储存、分析及比对过程中还需面临污染、变质、人为误差等诸多不利因素。
现有技术二:液相色谱与高分辨质谱联用方法
技术描述:首先使用液相色谱与高分辨质谱联用分析方法对未知物进行分离分析,获得未知物母离子及各级裂解碎片的高分辨质谱信息。之后利用专业质谱数据库网站查询疑似化合物分子式所对应的化学结构式;使用结构解析软件对其母离子进行模拟碎裂,预测碎片结构。然后与实测的碎片质谱图进行匹配,匹配度越高,说明未知物是此化合物的可能性越大。最后还需依据分析碎裂机理,进一步查阅文献,证实所推断未知物化学结构的准确性性。
现有技术二的缺点
对仪器设备要求精密,设备的运行及维护成本昂贵;对人员技术要求高,需要分析人员具备化合物裂解规律及质谱解析等复杂专业知识与技能;不利于向广大基层分析检验机构推广使用。
发明内容
本发明的目的在于提供一种液相色谱无对照品定性分析方法,其无需使用对照品实物,即可完成对未知物定性分析,避免了因使用实物对照品所造成的盲目、低效以及资源浪费。
本发明是通过以下技术方案来实现:
一种液相色谱无对照品定性分析方法,用于判断未知物是否是特定化合物或判断未知物是否包含特定化合物,包括步骤:
1)构建已知化合物信息数据库,其中,所述已知化合物信息数据库包括特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征;所述特定化合物的液相色谱分析条件对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征组成已知化合物特征指标;
2)从已知化合物信息数据库中选择特定化合物的液相色谱分析条件,并将选择的特定化合物的液相色谱分析条件输入液相色谱分析仪;
3)液相色谱分析仪根据输入的特定化合物的液相色谱分析条件,分析未知物,得到未知物分析结果;
4)从未知物分析结果中提取未知物保留时间、未知物光谱特征和未知物质谱特征,形成未知物特征指标;
5)将已知化合物特征指标与未知物特征指标进行相似度综合比对;
6)根据相似度综合比对结果,判断未知物是否是特定化合物或判断未知物是否包含特定化合物。
进一步地,在步骤1)中,构建已知化合物信息数据库具体包括以下步骤:
1-1)从Web of Science、万方、维普、中国知网所收录的期刊中选择出色谱分析领域期刊,作为检索期刊;
1-2)从检索期刊中检索特定化合物,获得特定化合物相关文献,形成文献数据库;
1-3)从文献数据库中提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征,形成已知化合物信息数据库。
进一步地,在步骤1-3)中,先构建提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征的正则表达式,然后利用正则表达式提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征,形成已知化合物信息数据库。
进一步地,在步骤1-3)中,利用正则表达式提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征后,通过人工筛查方法剔除误提取形成的信息,形成已知化合物信息数据库。
进一步地,在步骤1-2)中,若文献数据库中含有pdf格式的文献,则将pdf格式的文献转化为文本格式。
进一步地,在步骤5)中,相似度综合比对的方法为:
将特定化合物的液相色谱分析条件对应的保留时间与未知物保留时间进行比对,若保留时间相同则保留时间得分记为A,若保留时间不相同则保留时间得分记为0;
将特定化合物的光谱特征与未知物光谱特征进行比对,若光谱特征相同则光谱特征得分记为B,若光谱特征不相同则光谱特征得分记为0;
将特定化合物的质谱特征与未知物质谱特征进行比对,若质谱特征相同则质谱特征得分记为C,若质谱特征不相同则质谱特征得分记为0;
相似度综合比对得分为保留时间得分、光谱特征得分和质谱特征得分之和;
在步骤6)中,若相似度综合比对得分不小于D,则未知物是特定化合物或未知物包含特定化合物。
进一步地,在步骤5)中,若未知物保留时间在特定化合物的液相色谱分析条件对应的保留时间的M%~N%范围内,则认为保留时间相同。
进一步地,在步骤4)中,若没有提取未知物质谱特征,则在步骤5)中,认定质谱特征相同,质谱特征得分记为C。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供的液相色谱无对照品定性分析方法,其先构建已知化合物信息数据库,获得特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征;然后,从特定化合物的液相色谱分析条件中选择适宜的条件分析未知物,并获得未知物保留时间、未知物光谱特征和未知物质谱特征;已知化合物特征指标与未知物特征指标进行相似度综合比对,若对比结果显示已知化合物特征指标与未知物特征指标相似,则可以判断未知物是特定化合物或判断未知物包含特定化合物,反之亦然。如此,在本发明对未知物的定性分析中,不需要使用实物对照品,即可完成对未知物定性分析,避免了因使用实物对照品所造成的盲目、低效以及资源浪费。
本发明涉及的液相色谱无对照品定性分析方法,数据来源权威可靠,软件算法自动高效,对未知物的定性分析针对性强。避免了对照品在配制、储存、分析及比对分析过程中面临的污染、变质、人为误差等诸缺陷。在保证定性分析结果准确性与高效率的基础上,解决了传统对照品比对定性分析方法造成重复浪费、效率低下等问题;并且新方法无仪器设备硬件改动与升级的要求,成本低,便捷可靠,有利于在科研院所及广大基层分析检验机构推广应用。
附图说明
图1为本发明提供的液相色谱无对照品定性分析方法流程图。
其中,1表示文献数据库;2表示查询接口;3表示数据提取;4表示已知物特征指标;5表示色谱分析条件;6表示液相色谱分析仪;7表示分离分析;8表示色谱分析数据;9表示未知物特征指标;10表示相似度综合比对;11表示定性分析结果;12表示液相色谱无对照品定性分析方法。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明依据专业文献数据作为基础,获取经过优化的分析条件,指导针对未知物的液相色谱分离分析。将未知物分析结果中的特征指标,如保留时间、光谱特征、质谱信息等,与文献数据中提取的已知物特征指标进行比对,利用智能的算法计算得到依据相似度综合高低排序的定性分析结果。本发明所开发的一种液相色谱无对照品定性分析方法,是一种将已知物特征指标作为数字化对照品,进而作为判断依据的液相色谱定性分析新方法。本发明所涉及的方法在保证定性分析准确性的基础上,避免了因使用实物对照品所造成的诸多弊端。
在本发明中,所述的未知物指的是在分析前不能明确其结构或组成的待分析样品。但是,在对未知物进行分析之前,分析人员已经对未知物的种类或具体成分进行了预判,因此,本发明提供的方法,主要用于两种用途:
1)未知物是否含有需要分析的特定化合物;
2)未知物是否是需要分析的特定化合物。
其中,特定化合物是已知的化合物。
因此,本发明提供的液相色谱无对照品定性分析方法12,包括步骤:
1)基于Web of Science,万方、维普、知网及百度学术等国内外专业互联网数据平台,选择色谱分析专业相关的权威期刊等网络出版物,作为专业文献数据库;
在该步骤中,优选Web of Science、万方、维普三个专业互联网数据平台收录的期刊。
2)设计查询接口2,以特定化合物的中英文名称、CAS编号、分子式等关键词进行单一或高级检索,检索到相关文献,形成文献数据库1;在该查询中,所检索的特定化合物,为如上两种用途中所述的需要分析的特定化合物。
3)对文献数据库1中的相关文献进行信息数据提取3,包括:色谱分析条件以及保留时间、光谱特征、质谱信息(质谱特征)等已知物特征指标4,并将相关信息进行数据转化;形成已知化合物信息数据库;
4)针对未知物所在样品的复杂程度,从已知化合物信息数据库中所包含的色谱分析条件中选择适宜的色谱分析条件5;
5)将色谱分析条件5反馈至液相色谱分析仪6,对未知物进行色谱分离分析7;
6)提取未知物色谱分析数据8中的保留时间、光谱特征及质谱信息(质谱特征)等未知物特征指标9;
7)利用智能算法将未知物特征指标9与文献数据中获取的已知化合物特征指标4进行相似度综合比对10;
8)根据相似度综合比对10的定性分析结果11,判断未知物是否是特定化合物或判断未知物是否包含特定化合物。
其中,在步骤3)中,若文献数据库中含有pdf格式的文献,则将pdf格式的文献转化为文本格式;先构建提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征的正则表达式,然后利用正则表达式提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征,通过人工筛查方法剔除误提取形成的信息,形成已知化合物信息数据库。
其中,在步骤7)中,相似度综合比对的方法为:将特定化合物的液相色谱分析条件对应的保留时间与未知物保留时间进行比对,若保留时间相同则保留时间得分记为A,若保留时间不相同则保留时间得分记为0;
将特定化合物的光谱特征与未知物光谱特征进行比对,若光谱特征相同则光谱特征得分记为B,若光谱特征不相同则光谱特征得分记为0;
将特定化合物的质谱特征与未知物质谱特征进行比对,若质谱特征相同则质谱特征得分记为C,若质谱特征不相同则质谱特征得分记为0;
相似度综合比对得分为保留时间得分、光谱特征得分和质谱特征得分之和;
在步骤6)中,若相似度综合比对得分不小于D,则未知物是特定化合物或未知物包含特定化合物。
在本发明的另一种可行的实现方式中,可以在步骤2)中通过查询接口查询数个可能的已知化合物,并在步骤3)中构建出包含有多个特征指标集的已知化合物信息数据库,每个特征指标集包括一个已知化合物的液相色谱分析条件及对应的保留时间、光谱特征和质谱特征。在步骤7)中,将未知物特征指标分别与各个特征指标集进行比对,得出相似度综合比对得分;得分最高的特征指标集所对应的已知化合物,为未知物。
作为一种改进方案,可以预先制作已知化合物信息数据库,以便在进行未知物分析时直接使用,不需要在临时制备已知化合物信息数据库,节省了时间,也避免了各个期刊对数据接口的限制。
本发明提供的液相色谱无对照品定性分析方法,可以做成集成于原有的液相色谱工作站之中的无对照品定性分析软件模块,对原有仪器设备没有硬件改动与升级的要求,成本低,便捷可靠;在保证定性分析结果准确性与高效率的基础上,解决了传统实物对照品比对定性分析方法造成重复浪费、效率低下等问题。
本发明提供的液相色谱无对照品定性分析方法,在同一色谱分析条件下,通过软件模块,将未知物各项特征指标与文献数据中获取的已知物特征指标进行相似度综合比对,自动计算得出按相似度高低排序的定性分析结果,其具有如下优势:
1)可靠高效
对照品种类繁多,品质良莠不齐,传统的以对照品比对进行未知物的定性分析方法存在盲目、低效等弊端。本发明涉及的液相色谱无对照品定性分析方法,数据来源权威可靠,软件算法高效,对未知物的定性分析针对性强。避免了对照品在配制、储存、分析及比对分析过程中面临的污染、变质、人为误差等诸缺陷。
2)经济节约
对照品不但种类林林总总,而且其使用者,如高校、科研院所、制药企业、药品检验院所以及医疗机构等诸多分析单位之间需要各自购买对照品进行分析,造成重复购买、资源浪费。本发明通过专业权威的文献来源,建立数字化对照品模型,以经济节约的新方法,实现液相色谱无对照品定性分析。
3)易于推广
本发明所开发的一种液相色谱无对照品定性分析新方法,在保证定性分析结果准确性与高效率的基础上,解决了传统对照品比对定性分析方法造成重复浪费、效率低下等问题;并且新方法无仪器设备硬件改动与升级的要求,成本低,便捷可靠,有利于在科研院所及广大基层分析检验机构推广应用。
Claims (8)
1.一种液相色谱无对照品定性分析方法,用于判断未知物是否是特定化合物或判断未知物是否包含特定化合物,其特征在于,包括步骤:
1)构建已知化合物信息数据库,其中,所述已知化合物信息数据库包括特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征;所述特定化合物的液相色谱分析条件对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征组成已知化合物特征指标;
2)从已知化合物信息数据库中选择特定化合物的液相色谱分析条件,并将选择的特定化合物的液相色谱分析条件输入液相色谱分析仪;
3)液相色谱分析仪根据输入的特定化合物的液相色谱分析条件,分析未知物,得到未知物分析结果;
4)从未知物分析结果中提取未知物保留时间、未知物光谱特征和未知物质谱特征,形成未知物特征指标;
5)将已知化合物特征指标与未知物特征指标进行相似度综合比对;
6)根据相似度综合比对结果,判断未知物是否是特定化合物或判断未知物是否包含特定化合物。
2.根据权利要求1所述的液相色谱无对照品定性分析方法,其特征在于,在步骤1)中,构建已知化合物信息数据库具体包括以下步骤:
1-1)从Web of Science、万方、维普、中国知网所收录的期刊中选择出色谱分析领域期刊,作为检索期刊;
1-2)从检索期刊中检索特定化合物,获得特定化合物相关文献,形成文献数据库;
1-3)从文献数据库中提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征,形成已知化合物信息数据库。
3.根据权利要求2所述的液相色谱无对照品定性分析方法,其特征在于,在步骤1-3)中,先构建提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征的正则表达式,然后利用正则表达式提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征,形成已知化合物信息数据库。
4.根据权利要求3所述的液相色谱无对照品定性分析方法,其特征在于,在步骤1-3)中,利用正则表达式提取特定化合物的液相色谱分析条件及对应的保留时间、特定化合物的光谱特征和特定化合物的质谱特征后,通过人工筛查方法剔除误提取形成的信息,形成已知化合物信息数据库。
5.根据权利要求2所述的液相色谱无对照品定性分析方法,其特征在于,在步骤1-2)中,若文献数据库中含有pdf格式的文献,则将pdf格式的文献转化为文本格式。
6.根据权利要求1所述的液相色谱无对照品定性分析方法,其特征在于,在步骤5)中,相似度综合比对的方法为:
将特定化合物的液相色谱分析条件对应的保留时间与未知物保留时间进行比对,若保留时间相同则保留时间得分记为A,若保留时间不相同则保留时间得分记为0;
将特定化合物的光谱特征与未知物光谱特征进行比对,若光谱特征相同则光谱特征得分记为B,若光谱特征不相同则光谱特征得分记为0;
将特定化合物的质谱特征与未知物质谱特征进行比对,若质谱特征相同则质谱特征得分记为C,若质谱特征不相同则质谱特征得分记为0;
相似度综合比对得分为保留时间得分、光谱特征得分和质谱特征得分之和;
在步骤6)中,若相似度综合比对得分不小于D,则未知物是特定化合物或未知物包含特定化合物。
7.根据权利要求6所述的液相色谱无对照品定性分析方法,其特征在于,在步骤5)中,若未知物保留时间在特定化合物的液相色谱分析条件对应的保留时间的M%~N%范围内,则认为保留时间相同。
8.根据权利要求6所述的液相色谱无对照品定性分析方法,其特征在于,在步骤4)中,若没有提取未知物质谱特征,则在步骤5)中,认定质谱特征相同,质谱特征得分记为C。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811386232.XA CN109239247A (zh) | 2018-11-20 | 2018-11-20 | 一种液相色谱无对照品定性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811386232.XA CN109239247A (zh) | 2018-11-20 | 2018-11-20 | 一种液相色谱无对照品定性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109239247A true CN109239247A (zh) | 2019-01-18 |
Family
ID=65075496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811386232.XA Pending CN109239247A (zh) | 2018-11-20 | 2018-11-20 | 一种液相色谱无对照品定性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239247A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024123317A1 (en) * | 2022-12-05 | 2024-06-13 | Halliburton Energy Services, Inc. | Predictive chromatograph peak detection |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140370A1 (en) * | 2006-12-06 | 2008-06-12 | Frank Kuhlmann | Multiple Method Identification of Reaction Product Candidates |
CN102323363A (zh) * | 2011-06-13 | 2012-01-18 | 中国科学院计算机网络信息中心 | 化合物的色谱-质谱联用鉴定方法 |
CN103823008A (zh) * | 2014-03-14 | 2014-05-28 | 北京市疾病预防控制中心 | 构建液相色谱-质谱数据库检测未知毒物的方法 |
US20140274751A1 (en) * | 2011-08-05 | 2014-09-18 | Smiths Detection Inc. | Chemical identification using a chromatography retention index |
CN104792711A (zh) * | 2015-05-05 | 2015-07-22 | 中国计量科学研究院 | 一种合成色素的检测方法及系统 |
CN108760909A (zh) * | 2017-04-17 | 2018-11-06 | 中国检验检疫科学研究院 | 一种食用农产品农药残留非靶标、多指标、快速侦测的电子化方法 |
-
2018
- 2018-11-20 CN CN201811386232.XA patent/CN109239247A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140370A1 (en) * | 2006-12-06 | 2008-06-12 | Frank Kuhlmann | Multiple Method Identification of Reaction Product Candidates |
CN102323363A (zh) * | 2011-06-13 | 2012-01-18 | 中国科学院计算机网络信息中心 | 化合物的色谱-质谱联用鉴定方法 |
US20140274751A1 (en) * | 2011-08-05 | 2014-09-18 | Smiths Detection Inc. | Chemical identification using a chromatography retention index |
CN103823008A (zh) * | 2014-03-14 | 2014-05-28 | 北京市疾病预防控制中心 | 构建液相色谱-质谱数据库检测未知毒物的方法 |
CN104792711A (zh) * | 2015-05-05 | 2015-07-22 | 中国计量科学研究院 | 一种合成色素的检测方法及系统 |
CN108760909A (zh) * | 2017-04-17 | 2018-11-06 | 中国检验检疫科学研究院 | 一种食用农产品农药残留非靶标、多指标、快速侦测的电子化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024123317A1 (en) * | 2022-12-05 | 2024-06-13 | Halliburton Energy Services, Inc. | Predictive chromatograph peak detection |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | pFind 2.0: a software package for peptide and protein identification via tandem mass spectrometry | |
Samms et al. | Analysis of alprazolam by DART‐TOF mass spectrometry in counterfeit and routine drug identification cases | |
Ritz et al. | Data‐independent acquisition of HLA Class I peptidomes on the Q exactive mass spectrometer platform | |
Lelevic et al. | Gas chromatography vacuum ultraviolet spectroscopy: A review | |
CN103940934B (zh) | 一种分析混合物成分的方法 | |
Sedio et al. | A protocol for high‐throughput, untargeted forest community metabolomics using mass spectrometry molecular networks | |
Oberacher et al. | Compound identification in forensic toxicological analysis with untargeted LC–MS-based techniques | |
Carvalho et al. | Analyzing shotgun proteomic data with PatternLab for proteomics | |
Jagtap et al. | Workflow for analysis of high mass accuracy salivary data set using M ax Q uant and P rotein P ilot search algorithm | |
Plachká et al. | Ion mobility-high resolution mass spectrometry in doping control analysis. Part II: Comparison of acquisition modes with and without ion mobility | |
Wilkins | Linked gas chromatography-infrared-mass spectrometry | |
Zavahir et al. | Relationships in gas chromatography—Fourier transform infrared spectroscopy—comprehensive and multilinear analysis | |
Sisco et al. | A template for the validation of DART-MS for qualitative seized drugs analysis | |
CN109239247A (zh) | 一种液相色谱无对照品定性分析方法 | |
Sisco et al. | Comparing two seized drug workflows for the analysis of synthetic cannabinoids, cathinones, and opioids | |
Sasaki et al. | Gas chromatography with Fourier transform infrared and mass spectral detection | |
Zhang et al. | Rapid screening of nine illicit drugs in human blood and urine by direct analysis in real-time mass spectrometry | |
Ketha et al. | Gas chromatography mass spectrometry (GC‐MS) for identification of designer stimulants including 2C amines, NBOMe compounds, and cathinones in urine | |
Rankin-Turner et al. | Mass spectrometry in the clinical laboratory. A short journey through the contribution to the scientific literature by CCLM | |
Hu et al. | The Bridge between Screening and Assessment: Establishment and Application of Online Screening Platform for Food Risk Substances | |
Strathmann et al. | Challenges of high-resolution mass spectrometry for detecting designer drugs | |
Kline et al. | Quantitative strategies to fuel the merger of discovery and hypothesis-driven shotgun proteomics | |
Bell et al. | Limits of identification using VUV spectroscopy applied to C8H18 isomers isolated by GC× GC | |
Halvorsen et al. | Determination of Very Low Abundance Diagnostic Proteins in Serum Using Immunocapture LC–MS/MS | |
CN104792711A (zh) | 一种合成色素的检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190118 |