CN111474287A - 一种计算机辅助药物分析组成成份的系统及方法 - Google Patents
一种计算机辅助药物分析组成成份的系统及方法 Download PDFInfo
- Publication number
- CN111474287A CN111474287A CN202010198882.2A CN202010198882A CN111474287A CN 111474287 A CN111474287 A CN 111474287A CN 202010198882 A CN202010198882 A CN 202010198882A CN 111474287 A CN111474287 A CN 111474287A
- Authority
- CN
- China
- Prior art keywords
- data
- sample
- detected
- database
- drug
- 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
Images
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
- G01N30/8696—Details of Software
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种计算机辅助药物分析组成成份的系统及方法,包括以下步骤,建立待检测药物样本数据库,其样本数据库包括质谱数据库以及同位素丰度与分布数据库;采集待检测样本液相色谱‑质谱联用仪数据;将采集到的液相色谱‑质谱联用仪数据导入系统;识别待检测药物的液相色谱‑质谱联用仪数据,并将其与样本数据库进行匹配;提取匹配的数据,并根据匹配的数据计算质荷比、谱峰以及同位素丰度与分布;输出待检测药物组成成分分析结果;该分析组成成份的系统及方法,能够对药物的组成成份进行全面、快速、准确的分析,能够有效避免人工分析时产生的分析误差。
Description
技术领域
本发明涉及药物分析技术领域,具体为一种计算机辅助药物分析组成成份的系统及方法。
背景技术
药物分析是运用化学的、物理学的、生物学的以及微生物学的方法和技术来研究研究药物的化学检验、药物稳定性、生物利用度、药物临床监测和中草药有效成分的定性和定量等的一门学科。它包括药物成品的化学检验,药物生产过程的质量控制,药物贮存过程的质量考察,临床药物分析,体内药物分析等等。目前,液相色谱-质谱联用仪因具备分离效率高、灵敏度高、定性定量能力强等优点而成为分析复杂样本的有力手段之一。然而,液相色谱-质谱联用仪的实验数据量较大,分析过程复杂,分析人员手动人工分析数据会易产生主观判断误差以及分析时间长的问题,不能保证分析结果的准确性。
发明内容
本发明的目的在于提供一种计算机辅助药物分析组成成份的系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种计算机辅助药物分析组成成份的系统,包括样本数据库、数据采集模块、数据导入模块、识别与匹配模块以及数据输出模块;
所述样本数据库包括质谱数据库以及同位素丰度与分布数据库,用于与待检测样本进行匹配;
所述数据采集模块用于采集待检测样本液相色谱-质谱联用仪数据;
所述数据导入模块用于将采集的待检测样本液相色谱-质谱联用仪数据导入系统;
所述识别与匹配模块用于识别待检测样本的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
所述数据显示模块用于将待检测样本组成成份分析结果输出显示。
进一步的,所述质谱数据库包括质荷比以及谱峰。
一种计算机辅助药物分析组成成份的方法,包括以下几个步骤:
S1:建立待检测药物样本数据库,其样本数据库包括质谱数据库以及同位素丰度与分布数据库;
S2:采集待检测样本液相色谱-质谱联用仪数据;
S3:将S2中采集到的数据导入系统;
S4:识别待检测药物的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
S5:提取匹配的数据,并根据匹配的数据计算质荷比、谱峰以及同位素丰度与分布;
S6:显示待检测药物组成成分分析结果。
进一步的,S2所述的液相色谱-质谱联用仪数据以液相色谱作为分离系统,质谱为检测系统,样品在质谱部分和流动相分离,被离子化后,经质谱的质量分析器将离子碎片按质量数分开,经检测器得到质谱图。
进一步的,S6所述输出待检测药物组成成分分析结果的方式为列表、扇形图、柱形图中的一种或多种。
与现有技术相比,本发明的有益效果是:
本发明通过建立样本数据库,将待检测样本的检测数据与样本数据库进行匹配,进而可快速鉴别待检测样品的组成成分,匹配的过程皆由软件程序完成,能够对药物的组成成份进行全面、快速、准确的分析,能够有效避免人工分析时产生的分析误差以及耗时的问题。
附图说明
图1为本发明提供的一种计算机辅助药物分析组成成份的系统结构示意图。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种计算机辅助药物分析组成成份的系统,包括样本数据库、数据采集模块、数据导入模块、识别与匹配模块以及数据输出模块;
所述样本数据库包括质谱数据库以及同位素丰度与分布数据库,用于与待检测样本进行匹配;
所述数据采集模块用于采集待检测样本液相色谱-质谱联用仪数据;
所述数据导入模块用于将采集的待检测样本液相色谱-质谱联用仪数据导入系统;
所述识别与匹配模块用于识别待检测样本的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
所述数据显示模块用于将待检测样本组成成份分析结果输出显示。
进一步的,所述质谱数据库包括质荷比以及谱峰。
一种计算机辅助药物分析组成成份的方法,包括以下几个步骤:
S1:建立待检测药物样本数据库,其样本数据库包括质谱数据库以及同位素丰度与分布数据库;
S2:采集待检测样本液相色谱-质谱联用仪数据;
S3:将S2中采集到的数据导入系统;
S4:识别待检测药物的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
S5:提取匹配的数据,并根据匹配的数据计算质荷比、谱峰以及同位素丰度与分布;
S6:输出待检测药物组成成分分析结果。
进一步的,S2所述的液相色谱-质谱联用仪数据以液相色谱作为分离系统,质谱为检测系统,样品在质谱部分和流动相分离,被离子化后,经质谱的质量分析器将离子碎片按质量数分开,经检测器得到质谱图。
进一步的,S6所述输出待检测药物组成成分分析结果的方式为列表、扇形图、柱形图中的一种或多种。
实施时建立待检测药物样本数据库,其样本数据库包括质谱数据库以及同位素丰度与分布数据库,采集待检测样本液相色谱-质谱联用仪数据,将采集到的液相色谱-质谱联用仪数据导入系统,识别待检测药物的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配,提取匹配的数据,并根据匹配的数据计算质荷比、谱峰以及同位素丰度与分布,输出待检测药物组成成分分析结果。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种计算机辅助药物分析组成成份的系统,其特征在于,包括样本数据库、数据采集模块、数据导入模块、识别与匹配模块以及数据显示模块;
所述样本数据库包括质谱数据库以及同位素丰度与分布数据库,用于与待检测样本进行匹配;
所述数据采集模块用于采集待检测样本液相色谱-质谱联用仪数据;
所述数据导入模块用于将采集的待检测样本液相色谱-质谱联用仪数据导入系统;
所述识别与匹配模块用于识别待检测样本的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
所述数据显示模块用于将待检测样本组成成份分析结果输出显示。
2.根据权利要求1所述的一种计算机辅助药物分析组成成份的系统,其特征在于,所述质谱数据库包括质荷比以及谱峰。
3.根据权利要求1-2任一所述的一种计算机辅助药物分析组成成份的方法,其特征在于,包括以下步骤:
S1:建立待检测药物样本数据库,其样本数据库包括质谱数据库以及同位素丰度与分布数据库;
S2:采集待检测样本液相色谱-质谱联用仪数据;
S3:将S2中采集到的数据导入系统;
S4:识别待检测药物的液相色谱-质谱联用仪数据,并将其与样本数据库进行匹配;
S5:提取匹配的数据,并根据匹配的数据计算质荷比、谱峰以及同位素丰度与分布;
S6:输出待检测药物组成成分分析结果。
4.根据权利要求3所述的一种计算机辅助药物分析组成成份的方法,其特征在于,S2所述的液相色谱-质谱联用仪数据以液相色谱作为分离系统,质谱为检测系统,样品在质谱部分和流动相分离,被离子化后,经质谱的质量分析器将离子碎片按质量数分开,经检测器得到质谱图。
5.根据权利要求3所述的一种计算机辅助药物分析组成成份的方法,S6所述输出待检测药物组成成分分析结果的方式为列表、扇形图、柱形图中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010198882.2A CN111474287A (zh) | 2020-03-19 | 2020-03-19 | 一种计算机辅助药物分析组成成份的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010198882.2A CN111474287A (zh) | 2020-03-19 | 2020-03-19 | 一种计算机辅助药物分析组成成份的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111474287A true CN111474287A (zh) | 2020-07-31 |
Family
ID=71747737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010198882.2A Pending CN111474287A (zh) | 2020-03-19 | 2020-03-19 | 一种计算机辅助药物分析组成成份的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474287A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112863615A (zh) * | 2021-02-25 | 2021-05-28 | 华谱科仪(大连)科技有限公司 | 基于双数据库架构的色谱分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105518448A (zh) * | 2013-09-04 | 2016-04-20 | 株式会社岛津制作所 | 色谱质谱分析用数据处理装置 |
CN108133313A (zh) * | 2017-11-12 | 2018-06-08 | 华南农业大学 | 一种人工智能感官评价食品风味系统及其构建方法 |
CN108152427A (zh) * | 2018-02-13 | 2018-06-12 | 南京市食品药品监督检验院 | 一种基于液质联用的中成药快速鉴别方法 |
CN109507348A (zh) * | 2018-10-24 | 2019-03-22 | 科迈恩(北京)科技有限公司 | 聚合物型药用辅料组成成分的计算机辅助分析系统及方法 |
CN109870533A (zh) * | 2017-12-01 | 2019-06-11 | 中国科学院大连化学物理研究所 | 一种基于分子地图的生物样本快速智能识别方法 |
CN109870515A (zh) * | 2017-12-01 | 2019-06-11 | 中国科学院大连化学物理研究所 | 一种基于中药色谱-质谱高维图像数据库的中药识别方法 |
-
2020
- 2020-03-19 CN CN202010198882.2A patent/CN111474287A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105518448A (zh) * | 2013-09-04 | 2016-04-20 | 株式会社岛津制作所 | 色谱质谱分析用数据处理装置 |
CN108133313A (zh) * | 2017-11-12 | 2018-06-08 | 华南农业大学 | 一种人工智能感官评价食品风味系统及其构建方法 |
CN109870533A (zh) * | 2017-12-01 | 2019-06-11 | 中国科学院大连化学物理研究所 | 一种基于分子地图的生物样本快速智能识别方法 |
CN109870515A (zh) * | 2017-12-01 | 2019-06-11 | 中国科学院大连化学物理研究所 | 一种基于中药色谱-质谱高维图像数据库的中药识别方法 |
CN108152427A (zh) * | 2018-02-13 | 2018-06-12 | 南京市食品药品监督检验院 | 一种基于液质联用的中成药快速鉴别方法 |
CN109507348A (zh) * | 2018-10-24 | 2019-03-22 | 科迈恩(北京)科技有限公司 | 聚合物型药用辅料组成成分的计算机辅助分析系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112863615A (zh) * | 2021-02-25 | 2021-05-28 | 华谱科仪(大连)科技有限公司 | 基于双数据库架构的色谱分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8615369B2 (en) | Method of improving the resolution of compounds eluted from a chromatography device | |
Cho et al. | After the feature presentation: technologies bridging untargeted metabolomics and biology | |
CN107144646B (zh) | 一种应用液质联用技术结合代谢组学方法判别真蜂蜜与糖浆掺假蜂蜜的分析方法 | |
JP2003533672A (ja) | 非標的化複雑試料分析の方法 | |
WO2012093622A1 (ja) | 質量分析装置、分析法およびキャリブレーション試料 | |
US10928363B2 (en) | Method and device for chromatographic mass spectrometry | |
CN103808846A (zh) | 尿液中35种毒药物的串联四级杆气相色谱质谱检测法 | |
TW201736846A (zh) | 搭配質譜影像分析檢驗農藥殘留之方法及其系統 | |
US7544930B2 (en) | Tandem type mass analysis system and method | |
CN107923873B (zh) | 高分子化合物的定量分析方法以及用于该定量分析的数据处理装置 | |
Jellema et al. | Deconvolution using signal segmentation | |
CN107621500A (zh) | 氨基酸与肉碱串联质谱衍生化检测法 | |
JP2016180599A (ja) | データ解析装置 | |
JP2016061670A (ja) | 時系列データ解析装置及び方法 | |
Mattoli et al. | Mass spectrometry‐based metabolomic analysis as a tool for quality control of natural complex products | |
CN107192770B (zh) | 一种鉴别荆条蜜与糖浆掺假荆条蜜的分析方法 | |
Shi et al. | Rapid screening of illegally added drugs in functional food using a miniature ion trap mass spectrometer | |
CN111474287A (zh) | 一种计算机辅助药物分析组成成份的系统及方法 | |
CN112415208A (zh) | 一种评价蛋白组学质谱数据质量的方法 | |
CN109507348B (zh) | 聚合物型药用辅料组成成分的计算机辅助分析系统及方法 | |
JP2009020037A (ja) | メタボローム解析による同定方法、薬物代謝物の同定方法、およびこれらのスクリーニング方法 | |
Deng et al. | Quality assessment and origin tracing of Guangdong Liangcha granules using direct mass spectrometry fingerprinting | |
CN114002368A (zh) | 超高效液相色谱-四级杆-飞行时间高分辨质谱法测定保健食品中非法添加成分的方法 | |
CN114295766A (zh) | 基于稳定同位素标记的代谢组学数据的处理方法和装置 | |
Erny et al. | Algorithm for comprehensive analysis of datasets from hyphenated high resolution mass spectrometric techniques using single ion profiles and cluster analysis |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200731 |