KR102589887B1 - Method, apparatus and program for predicting contained substances in unknown material - Google Patents
Method, apparatus and program for predicting contained substances in unknown material Download PDFInfo
- Publication number
- KR102589887B1 KR102589887B1 KR1020220100842A KR20220100842A KR102589887B1 KR 102589887 B1 KR102589887 B1 KR 102589887B1 KR 1020220100842 A KR1020220100842 A KR 1020220100842A KR 20220100842 A KR20220100842 A KR 20220100842A KR 102589887 B1 KR102589887 B1 KR 102589887B1
- Authority
- KR
- South Korea
- Prior art keywords
- substances
- substance
- hplc
- detection
- group
- Prior art date
Links
- 239000000126 substance Substances 0.000 title claims abstract description 223
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000000463 material Substances 0.000 title claims abstract description 23
- 238000004128 high performance liquid chromatography Methods 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims abstract description 64
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 239000010421 standard material Substances 0.000 claims abstract description 14
- 239000000284 extract Substances 0.000 claims description 14
- 229930013930 alkaloid Natural products 0.000 claims description 5
- 150000003797 alkaloid derivatives Chemical class 0.000 claims description 5
- 235000021466 carotenoid Nutrition 0.000 claims description 5
- 150000001747 carotenoids Chemical class 0.000 claims description 5
- 229930003935 flavonoid Natural products 0.000 claims description 5
- 150000002215 flavonoids Chemical class 0.000 claims description 5
- 235000017173 flavonoids Nutrition 0.000 claims description 5
- 150000007965 phenolic acids Chemical class 0.000 claims description 5
- 150000003436 stilbenoids Chemical class 0.000 claims description 5
- 235000018553 tannin Nutrition 0.000 claims description 5
- 229920001864 tannin Polymers 0.000 claims description 5
- 239000001648 tannin Substances 0.000 claims description 5
- 150000003505 terpenes Chemical class 0.000 claims description 5
- GOLORTLGFDVFDW-UHFFFAOYSA-N 3-(1h-benzimidazol-2-yl)-7-(diethylamino)chromen-2-one Chemical compound C1=CC=C2NC(C3=CC4=CC=C(C=C4OC3=O)N(CC)CC)=NC2=C1 GOLORTLGFDVFDW-UHFFFAOYSA-N 0.000 claims description 4
- 239000000419 plant extract Substances 0.000 description 16
- 239000000203 mixture Substances 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 10
- 150000001875 compounds Chemical class 0.000 description 10
- 238000004949 mass spectrometry Methods 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 235000017807 phytochemicals Nutrition 0.000 description 4
- 229930000223 plant secondary metabolite Natural products 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004817 gas chromatography Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- RRHGJUQNOFWUDK-UHFFFAOYSA-N Isoprene Chemical group CC(=C)C=C RRHGJUQNOFWUDK-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 239000011149 active material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- ZYGHJZDHTFUPRJ-UHFFFAOYSA-N coumarin Chemical compound C1=CC=C2OC(=O)C=CC2=C1 ZYGHJZDHTFUPRJ-UHFFFAOYSA-N 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- WCGUUGGRBIKTOS-GPOJBZKASA-N (3beta)-3-hydroxyurs-12-en-28-oic acid Chemical compound C1C[C@H](O)C(C)(C)[C@@H]2CC[C@@]3(C)[C@]4(C)CC[C@@]5(C(O)=O)CC[C@@H](C)[C@H](C)[C@H]5C4=CC[C@@H]3[C@]21C WCGUUGGRBIKTOS-GPOJBZKASA-N 0.000 description 1
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 1
- QGJZLNKBHJESQX-UHFFFAOYSA-N 3-Epi-Betulin-Saeure Natural products C1CC(O)C(C)(C)C2CCC3(C)C4(C)CCC5(C(O)=O)CCC(C(=C)C)C5C4CCC3C21C QGJZLNKBHJESQX-UHFFFAOYSA-N 0.000 description 1
- CLOUCVRNYSHRCF-UHFFFAOYSA-N 3beta-Hydroxy-20(29)-Lupen-3,27-oic acid Natural products C1CC(O)C(C)(C)C2CCC3(C)C4(C(O)=O)CCC5(C)CCC(C(=C)C)C5C4CCC3C21C CLOUCVRNYSHRCF-UHFFFAOYSA-N 0.000 description 1
- DIZWSDNSTNAYHK-XGWVBXMLSA-N Betulinic acid Natural products CC(=C)[C@@H]1C[C@H]([C@H]2CC[C@]3(C)[C@H](CC[C@@H]4[C@@]5(C)CC[C@H](O)C(C)(C)[C@@H]5CC[C@@]34C)[C@@H]12)C(=O)O DIZWSDNSTNAYHK-XGWVBXMLSA-N 0.000 description 1
- 241000202327 Coturnix chinensis Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- FPIPGXGPPPQFEQ-BOOMUCAASA-N Vitamin A Natural products OC/C=C(/C)\C=C\C=C(\C)/C=C/C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-BOOMUCAASA-N 0.000 description 1
- 244000248021 Vitex negundo Species 0.000 description 1
- 235000010363 Vitex negundo Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 235000019606 astringent taste Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- QGJZLNKBHJESQX-FZFNOLFKSA-N betulinic acid Chemical compound C1C[C@H](O)C(C)(C)[C@@H]2CC[C@@]3(C)[C@]4(C)CC[C@@]5(C(O)=O)CC[C@@H](C(=C)C)[C@@H]5[C@H]4CC[C@@H]3[C@]21C QGJZLNKBHJESQX-FZFNOLFKSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000009918 complex formation Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 229960000956 coumarin Drugs 0.000 description 1
- 235000001671 coumarin Nutrition 0.000 description 1
- PZXJOHSZQAEJFE-UHFFFAOYSA-N dihydrobetulinic acid Natural products C1CC(O)C(C)(C)C2CCC3(C)C4(C)CCC5(C(O)=O)CCC(C(C)C)C5C4CCC3C21C PZXJOHSZQAEJFE-UHFFFAOYSA-N 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 235000013376 functional food Nutrition 0.000 description 1
- 125000000623 heterocyclic group Chemical group 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000401 methanolic extract Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- MQYXUWHLBZFQQO-UHFFFAOYSA-N nepehinol Natural products C1CC(O)C(C)(C)C2CCC3(C)C4(C)CCC5(C)CCC(C(=C)C)C5C4CCC3C21C MQYXUWHLBZFQQO-UHFFFAOYSA-N 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 125000001997 phenyl group Chemical group [H]C1=C([H])C([H])=C(*)C([H])=C1[H] 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 150000008442 polyphenolic compounds Chemical class 0.000 description 1
- 235000013824 polyphenols Nutrition 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000004885 tandem mass spectrometry Methods 0.000 description 1
- 238000004704 ultra performance liquid chromatography Methods 0.000 description 1
- 241000215338 unidentified plant Species 0.000 description 1
- 229940096998 ursolic acid Drugs 0.000 description 1
- PLSAJKYPRJGMHO-UHFFFAOYSA-N ursolic acid Natural products CC1CCC2(CCC3(C)C(C=CC4C5(C)CCC(O)C(C)(C)C5CCC34C)C2C1C)C(=O)O PLSAJKYPRJGMHO-UHFFFAOYSA-N 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 235000019155 vitamin A Nutrition 0.000 description 1
- 239000011719 vitamin A Substances 0.000 description 1
- 229940045997 vitamin a Drugs 0.000 description 1
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
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
-
- 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
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
- G01N2030/8809—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
- G01N2030/884—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample organic compounds
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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
표준물질 및 상기 표준물질에 의해 검출될 검출물질을 분류하여 복수의 그룹을 생성하는 그룹핑 단계와; 각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되는 다물질 검출조건을 결정하는 다물질 검출조건 결정단계와; 상기 복수의 그룹 모두에 대해 HPLC 기기를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석하여 함유물질을 리스팅하는 함유물질 리스팅단계;가 포함되어 이루어짐을 특징으로 하는, 미지 물질 내 함유물질의 예측방법이 제공된다. A grouping step of classifying the standard material and the detection material to be detected by the standard material to create a plurality of groups; A multi-substance detection condition determination step of determining a multi-substance detection condition that results in the maximum number of detectable substances for each group; A content listing step of setting up an HPLC device for all of the plurality of groups, performing HPLC detection on the test material, obtaining and analyzing the peak pattern, and listing the content. A method for predicting the contained substances is provided.
Description
본 발명은 미지의 물질 내에 함유되어 있는 함유물질을 예측할 수 있는 방법, 장치 및 프로그램에 관한 것이다.The present invention relates to a method, device, and program that can predict substances contained in an unknown substance.
물질은 단일물과 혼합물로 구분될 수 있다. 단일물은 하나의 함유물질로 이루어지고, 혼합물은 2 이상의 함유물질로 이루어진다. 외관상으로는 단일물인지 혼합물인지 명확히 구분할 수 없다. 임의의 물질이 어떤 함유물질들로 이루어져 있는지를 분석하는 다양한 방법이 알려져 있다.Substances can be divided into single substances and mixtures. A single substance consists of one contained substance, and a mixture consists of two or more contained substances. From the outside, it is not clear whether it is a single substance or a mixture. Various methods are known to analyze what substances a certain substance consists of.
분석화학 방법에서 대표적인 분석 방법인 HPLC(High Performance Liquid Chromatography) 및 관련 기법(예, UPLC 등)은, 도 7과 같이, 테스트 물질인 순수 화합물 혹은 복합물에서 확인을 원하는 화합물(단일물)을 분석하는 대표적인 분석 방법이다. HPLC는 크로마토그래피(chromatography) 기반으로 동작하여, 컬럼(column)에 물질을 주입(injection)시킨 후 컬럼을 통과하는 속도의 차이에 따라서 물질을 분리한다. HPLC (High Performance Liquid Chromatography) and related techniques (e.g., UPLC, etc.), which are representative analytical methods in analytical chemistry methods, are representative methods for analyzing compounds (singles) to be identified from pure compounds or complexes as test substances, as shown in Figure 7. It is an analysis method. HPLC operates based on chromatography, injecting materials into a column and then separating the materials based on differences in speed through the column.
HPLC에서는 정확한 물질 동정을 위해서, '표준물질(standard)'이 반드시 필요하며, 실험기기의 민감한 요소로 항상 표준물질을 같이 넣어서 분리된 물질의 위치(retention time)의 상대적인 위치를 확인하는 방법으로 물질을 동정한다. 이때, 테스트 물질 내의 함유물질의 정확한 동정을 확보하기 위해 표준물질에 따라서 표준물질의 피크가 명확히 나타나도록 HPLC 기기의 온도, 압력 등의 조건, 즉 동정조건을 별도로 세팅하는 것이 일반적이다. 이런 동정조건이 적용되면, 표준물질과 동일한 함유물질의 피크가 표준물질의 검출위치와 동일 위치에서 명확히 나타나므로, 그 테스트 물질 내에 표준물질과 동일한 함유물질이 존재한다고 동정하게 된다.In HPLC, for accurate identification of substances, a 'standard' is absolutely necessary, and as a sensitive element of the experimental equipment, a standard substance is always added together to check the relative position of the separated substance (retention time). sympathize with At this time, in order to ensure accurate identification of the substances contained in the test substance, it is common to separately set the conditions such as temperature and pressure of the HPLC device, that is, the identification conditions, so that the peak of the standard substance clearly appears according to the standard substance. When these identification conditions are applied, the peak of the same content as the standard material clearly appears at the same location as the detection position of the standard material, so it is identified that the test material contains the same content as the standard material.
HPLC에 의한 동정 과정은 도 8과 같다. 즉, 테스트 물질 내에 어떤 표준물질이 존재한다고 가정하고 그 표준물질을 선택(S1)한 후, 이 표준물질에 대한 동정조건으로 HPLC 기기(10)를 설정(S2)하고 나서, 이 설정된 조건 하에서 테스트 물질에 대한 HPLC를 수행(S3)한다. 그 결과의 피크에 따라, 표준물질의 피크 위치와 동일한 위치에 검출물질의 피크가 나타나면, 그 테스트 물질에 표준물질과 동일한 물질이 존재한다고 동정하게 되고, 검출물질의 피크가 나타나지 않거나 표준물질의 검출위치와 이격된 위치에 나타나게 되면, 표준물질이 존재하지 않으므로, 그 함유물질이 무엇인지 모른다고, 즉 미지물질이라고 판단하게 된다.The identification process by HPLC is shown in Figure 8. In other words, assuming that a certain standard substance exists in the test material, select the standard substance (S1), set the HPLC device 10 to the identification conditions for this standard substance (S2), and then test under these set conditions. Perform HPLC on the material (S3). Depending on the resulting peak, if the peak of the detection substance appears at the same position as the peak position of the standard substance, it is identified that the same substance as the standard substance exists in the test substance. If the peak of the detection substance does not appear or the standard substance is detected. If it appears in a location that is far from the location, it is judged that the standard substance does not exist and we do not know what it contains, that is, it is an unknown substance.
좀 더 정확하게 분석하기 위해서 HPLC로 분리된 물질을 분리한 후에 이를 MS(Mass spectrometry)를 통해서 이 물질 조각들의 분자량을 정밀하게 측정하여 화합물의 동정을 수행하기도 한다. MS 혹은 MS/MS 방법에서 나오는 조각난 이온화된 화합물들의 각 질량을 소수점 4째짜리까지 정확하게 측정하게 된다. In order to analyze more accurately, the separated materials are separated by HPLC and then the molecular weights of these material fragments are precisely measured through MS (Mass spectrometry) to identify the compounds. The mass of each fragmented ionized compound from the MS or MS/MS method is accurately measured to 4 decimal places.
이런 패턴을 통해서 화합물 동정을 하는데, 기기 특성상 나오는 노이즈 및 비슷한 화합물 등으로 인한 오류가 있어서, 최종적인 데이터 해석은, 검출된 화합물이 정말 존재하는지에 대한 문헌조사 등이 추가로 이루어지거나, 해당 물질에 대한 정확한 동정 작업을 HPLC, NMR 등으로 추가 동정하는 작업이 이루어져야만 한다.Compounds are identified through these patterns, but there are errors due to noise and similar compounds due to the characteristics of the device, so the final data interpretation requires additional literature research to determine whether the detected compound really exists, or whether the substance in question exists. Additional identification work must be done through HPLC, NMR, etc. for accurate identification.
한편, MS는 구조이성질체를 파악하는 것이 불가능하다. 왜냐하면 MS는 모든 물질을 질량 기반으로 분석을 한다. 그 때문에 구조에 대한 정보는 확보가 불가능하다. 실제로 식물 추출물의 효능이 있는 물질은 구조에 따른 특이성을 매우 크게 가진다. 따라서 MS의 이런 특성은 식물 추출물 분석에 큰 단점이 된다. 이에 따라, MS 분석 방법도 기존에 알려진 물질에 대해서만 분석이 가능하다.On the other hand, MS is impossible to identify structural isomers. This is because MS analyzes all substances based on mass. For this reason, it is impossible to secure information about the structure. In fact, effective plant extracts have a great deal of specificity depending on their structure. Therefore, this characteristic of MS is a major disadvantage in the analysis of plant extracts. Accordingly, the MS analysis method can only analyze previously known substances.
또한 혼합물의 경우는 MS기기를 통과하는 과정에 있어서 혼합물 안에 있는 물질간의 상호작용으로 인한 노이즈가 발생하고 있어서, 완전한 동정에는 큰 한계를 가진다고 알려져 있다.Additionally, in the case of mixtures, it is known that noise occurs due to interactions between substances in the mixture during the process of passing through the MS device, which has great limitations in complete identification.
또 다른 방법으로는 GC(Gas Chromatography) 방법이 있는데, 이 방법은 혼합물에 속한 각 물질을 스크리닝(screening)하기에 좋은 방법이나, 분자량이 300 이하인 경우 및 해당 물질이 휘발성 화합물 혹은 준휘발성 화합물에만 해당된다는 치명적인 단점이 있다.Another method is GC (Gas Chromatography), which is a good method for screening each substance in a mixture, but only applies to volatile or semi-volatile compounds when the molecular weight is less than 300. It has a fatal drawback.
또 NMR은 특정 분자의 화학구조를 밝힘으로써 이 물질을 동정하는데, 비용이 비싸고, 모든 구조가 나오는 것이 아니므로 추가적인 정보가 필요하게 된다. 또한 혼합물을 NMR로 분석하기에는 데이터의 복잡도가 너무 높아지므로 실질적으로 혼합물의 구성성분을 동정하는데 그 한계가 있다.In addition, NMR identifies this substance by revealing the chemical structure of a specific molecule, but it is expensive and does not reveal all structures, so additional information is needed. In addition, the complexity of the data becomes too high to analyze the mixture by NMR, so there are limitations in actually identifying the components of the mixture.
하기 특허문헌에는 '표적의 첨가, 표적과 활성물질의 복합체 형성, 불활성물질에서 복합체 분리, 복합체에서 활성물질을 유리/단리/동정'하는 기술이 개시되어 있다.The following patent document discloses techniques for 'addition of a target, formation of a complex between a target and an active material, separation of the complex from an inert material, and liberation/isolation/identification of the active material from the complex.'
상기 특허문헌의 기술은, 표적의 첨가와 복합체 형성, 분리 등의 복잡한 조작을 요하므로 고도의 숙련 기술인력만이 수행할 수 있고, 이러한 과정을 통해 함유물질이 무엇인지 실험되는 미지의 테스트 물질에 물리적 화학적 변화를 초래할 우려가 있다. 게다가, 테스트 물질 내의 모든 함유물질을 알아내는 것이 아니고, 오직 '표적'에 의해 유리/단리/동정되는 물질만을 알 수 있는 것이므로, 적용 한계가 있다.The technology in the patent document requires complex operations such as target addition, complex formation, and separation, so it can only be performed by highly skilled technical personnel. Through this process, unknown test substances are tested to determine what they contain. There is a risk of causing physical and chemical changes. In addition, it does not identify all substances contained in the test material, but only substances that are released/isolated/identified by the 'target', so there is a limit to its application.
HPLC/MS/GC/NMR은 매우 대중적으로 사용되는 기술이지만, 함유된 물질을 모르는 경우 및 다양한 함유물질을 프로파일링(profiling)을 하는데는 큰 한계가 있다.HPLC/MS/GC/NMR are very popular techniques, but there are significant limitations in profiling various contained substances and when the contained substances are not known.
예컨대 생물 추출물, 식물 추출물에는 다양한 물질들이 섞여 있는데, 이들이 포함하고 있는 함유물질 종류를 측정하는 것은 HPLC로는 한계가 있다. 예컨대 주변 정보 (예, 물질이 유래된 생물이나 식물의 종, 채집 위치, 기존 연구 자료 등)와 함께 분석 방법의 설계, 데이터를 얻는 경우에는 물질을 확인하고 이들의 정량도 가능한 경우가 있지만, 이러한 정보가 없는 미지의 시료에 대해서는 HPLC로는 물질 동정을 하는데 매우 큰 한계가 있다.For example, biological extracts and plant extracts contain a variety of substances, but HPLC has limitations in measuring the types of substances they contain. For example, when designing an analysis method and obtaining data along with surrounding information (e.g., the species of organism or plant from which the substance originated, collection location, existing research data, etc.), it may be possible to identify the substance and quantify it. For unknown samples without information, HPLC has great limitations in identifying substances.
생물 추출물, 특히 식물 추출물은 지금까지 다양한 용도(제약, 전통의학, 기능성 식품, 기능성 화장품 원료 등)로 사용되어 왔다. 그러나 HPLC의 분석 방법의 한계로 인해서 다양한 식물(전세계 356,000종이상)의 추출물을 HPLC로 테스트 하는 것은 불가능하기 때문에, 그들의 조사 범위는 매우 한정적일 수 밖에 없어 왔다. 실제로 HPLC로는 식물추출물 외에도 동물, 미생물 추출물, 숙주를 고려한 바이러스 추출물, 각종 산업 슬러지, 예컨대 제철 슬러지 등의 함유물질에 대해서도, 모든 함유물질을 체계적으로 동정할 수가 없다.Biological extracts, especially plant extracts, have been used for various purposes (pharmaceuticals, traditional medicine, functional foods, functional cosmetics raw materials, etc.). However, due to the limitations of HPLC analysis methods, it is impossible to test extracts from various plants (more than 356,000 species worldwide) by HPLC, so the scope of their investigations has been very limited. In fact, HPLC cannot systematically identify all contained substances, including plant extracts, animal and microbial extracts, virus extracts considering the host, and various industrial sludges, such as steel sludge.
본 발명은, 임의의 물질 내에 함유된 유기 및 무기의 함유물질을 예측할 수 있는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램을 제공하고자 하는 것이다.The present invention is intended to provide a method, device, and program for predicting the substances contained in an unknown substance, which can predict the organic and inorganic substances contained in any substance.
또한, 미지의 테스트 물질 내의 함유물질의 예측을 위해, 각종 표준물질들을 그룹핑하여 복수의 그룹을 생성하고, 테스트 물질에 대해 각 그룹마다 HPLC를 수행하도록 한, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램을 제공하고자 하는 것이다.In addition, in order to predict the substances contained in an unknown test substance, a plurality of groups are created by grouping various standard substances, and HPLC is performed for each group on the test substance. A method and device for predicting substances contained in an unknown substance. and programs are provided.
또한, 각 그룹마다 HPLC를 수행하기 위해, 각 그룹마다 가능한 한 많은 물질을 검출할 수 있는 HPLC 조건인 다물질 검출조건을 조사하여 두었다가, 그룹별 HPLC 수행 전에 이 다물질 검출조건을 HPLC에 설정하는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램을 제공하고자 하는 것이다.In addition, in order to perform HPLC for each group, the multi-substance detection conditions, which are HPLC conditions that can detect as many substances as possible for each group, are investigated, and these multi-substance detection conditions are set in HPLC before performing HPLC for each group. , the purpose is to provide methods, devices, and programs for predicting substances contained in unknown substances.
또한, 그룹별 HPLC 수행 결과를 단순히 '동정' 여부로 판정하지 않고, 물질이동도의 피크(Peak)의 패턴(Pattern)을 분석함으로써 검출물질을 결정하고, 이로부터 테스트 물질 내 함유물질을 예측하는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램을 제공하고자 하는 것이다.In addition, rather than simply judging the HPLC results for each group as 'identification', the detected substance is determined by analyzing the pattern of the peak of the mass mobility, and from this, the substance contained in the test substance is predicted. , the purpose is to provide methods, devices, and programs for predicting substances contained in unknown substances.
상기 과제를 달성하기 위한 본 발명의 방법은, 미지 물질 내 함유물질의 예측방법으로서, 표준물질 및 상기 표준물질에 의해 검출될 검출물질을 분류하여 복수의 그룹을 생성하는 그룹핑 단계와; 각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되는 다물질 검출조건을 결정하는 다물질 검출조건 결정단계와; 상기 복수의 그룹 모두에 대해 HPLC 기기를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석하여 함유물질을 리스팅하는 함유물질 리스팅단계;가 포함되어 이루어짐을 특징으로 한다.The method of the present invention for achieving the above problem is a method for predicting substances contained in an unknown substance, comprising: a grouping step of classifying a standard substance and a detection substance to be detected by the standard substance to create a plurality of groups; A multi-substance detection condition determination step of determining a multi-substance detection condition that results in the maximum number of detectable substances for each group; It is characterized in that it includes a contained substance listing step of setting up an HPLC device for all of the plurality of groups, performing HPLC detection on the test substance, and then obtaining and analyzing the peak pattern to list the contained substances .
여기서, 상기 함유물질 리스팅단계에 있어서, 상기 그룹마다 상기 표준물질의 동정조건과 별개로 결정된 상기 다물질 검출조건으로 상기 HPLC 기기가 설정됨이 바람직하다.Here, in the step of listing the contained substances, it is preferable that the HPLC device is set to the multi-substance detection conditions determined separately from the identification conditions of the standard substances for each group.
또한, 상기 표준물질, 검출물질 및 테스트 물질은 생물 또는 무생물의 추출물을 포함할 수 있다.Additionally, the standard substances, detection substances, and test substances may include extracts of living or non-living substances.
여기서, 상기 표준물질, 검출물질 및 테스트 물질은 식물의 추출물을 포함하고, 상기 그룹은 Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, 및 Tannin 중 적어도 하나의 그룹을 포함하여 이루어질 수 있다.Here, the standard material, detection material, and test material include extracts of plants, and the group may include at least one group of Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, and Tannin. .
한편, 상기 과제를 달성하기 위한 본 발명의 장치는, 미지 물질 내 함유물질의 예측장치로서, 표준물질 및 상기 표준물질에 의해 검출될 검출물질을 분류하여 복수의 그룹을 생성하는 그룹핑 모듈과; 각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되는 다물질 검출조건을 결정하는 다물질 검출조건 결정모듈과; 상기 복수의 그룹 모두에 대해 HPLC 기기를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석하여 함유물질을 리스팅하는 함유물질 리스팅모듈;이 포함되어 이루어짐을 특징으로 한다.Meanwhile, the apparatus of the present invention for achieving the above problem is a device for predicting substances contained in an unknown substance, comprising: a grouping module for generating a plurality of groups by classifying a standard substance and a detection substance to be detected by the standard substance; a multi-substance detection condition determination module that determines a multi-substance detection condition that results in the maximum number of detectable substances for each group; It is characterized in that it includes a substance listing module that sets up an HPLC device for all of the plurality of groups, performs HPLC detection on the test substance, obtains and analyzes the peak pattern, and lists the contained substances.
한편, 상기 과제를 달성하기 위한 본 발명의 프로그램은, 상기에 기재된 방법의 각 단계를 컴퓨터에서 수행시키기 위한 프로그램이 기록된, 컴퓨터로 읽을 수 있는 기록매체에 기록된 프로그램이다.Meanwhile, the program of the present invention for achieving the above object is a program recorded on a computer-readable recording medium in which a program for performing each step of the method described above on a computer is recorded.
본 발명에 의하면, 임의의 물질 내에 함유된 유기 및 무기의 함유물질을 예측할 수 있는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램이 제공된다.According to the present invention, a method, device, and program for predicting substances contained in an unknown substance are provided, which can predict the organic and inorganic substances contained in any substance.
또한, 미지의 테스트 물질 내의 함유물질의 예측을 위해, 각종 표준물질들을 그룹핑하여 복수의 그룹을 생성하고, 테스트 물질에 대해 각 그룹마다 HPLC를 수행하도록 한, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램이 제공된다.In addition, in order to predict the substances contained in an unknown test substance, a plurality of groups are created by grouping various standard substances, and HPLC is performed for each group on the test substance. A method and device for predicting substances contained in an unknown substance. and programs are provided.
또한, 각 그룹마다 HPLC를 수행하기 위해, 각 그룹마다 가능한 한 많은 물질을 검출할 수 있는 HPLC 조건인 다물질 검출조건을 조사하여 두었다가, 그룹별 HPLC 수행 전에 이 다물질 검출조건을 HPLC에 설정하는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램이 제공된다.In addition, in order to perform HPLC for each group, the multi-substance detection conditions, which are HPLC conditions that can detect as many substances as possible for each group, are investigated, and these multi-substance detection conditions are set in HPLC before performing HPLC for each group. , methods, devices, and programs for predicting substances contained in unknown substances are provided.
또한, 그룹별 HPLC 수행 결과를 단순히 '동정' 여부로 판정하지 않고, 물질이동도의 피크(Peak)의 패턴(Pattern)을 분석함으로써 검출물질을 결정하고, 이로부터 테스트 물질 내 함유물질을 예측하는, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램이 제공된다.In addition, rather than simply judging the HPLC results for each group as 'identification', the detected substance is determined by analyzing the pattern of the peak of the mass mobility, and from this, the substance contained in the test substance is predicted. , methods, devices, and programs for predicting substances contained in unknown substances are provided.
도 1은, 본 발명의 일실시예에 따른 미지 물질 내 함유물질의 예측방법이 구현되는 장치의 설명을 위한 블럭도이다.
도 2는, 동 방법의 플로차트이다.
도 3은, 동 방법의 주요개념의 블럭도이다.
도 4는, HPLC 피크패턴 예시도이다.
도 5는, 식물 추출물에 대한 HPLC 다물질 검출조건에 의한 HPLC 결과 예시 그래프이다.
도 6은, 동 방법의 효과의 예시 설명도이다.
도 7은, 일반 HPLC의 블럭 설명도이다.
도 8은, 일반 HPLC의 플로차트이다.Figure 1 is a block diagram for explaining a device in which a method for predicting substances contained in an unknown substance is implemented according to an embodiment of the present invention.
Figure 2 is a flow chart of the method.
Figure 3 is a block diagram of the main concept of the method.
Figure 4 is an example HPLC peak pattern.
Figure 5 is a graph showing an example of HPLC results according to HPLC multi-substance detection conditions for plant extracts.
Figure 6 is an exemplary illustration of the effect of the method.
Figure 7 is a block diagram of general HPLC.
Figure 8 is a flow chart of general HPLC.
이하, 첨부도면을 참조하면서 본 발명에 따른 인공지능을 이용한 감성분석에 기반한 기기제어 방법 및 장치에 대해 상세히 설명한다. 다만, 동일구성에 의해 동일기능을 가지는 부재에 대해서는, 도면이 달라지더라도 동일부호를 유지함으로써, 그 상세한 설명을 생략하는 경우가 있다.Hereinafter, a device control method and device based on emotional analysis using artificial intelligence according to the present invention will be described in detail with reference to the accompanying drawings. However, for members having the same function due to the same configuration, the same reference numerals are maintained even if the drawings are different, and detailed description thereof may be omitted.
또한, 어떤 부재의 전후, 좌우, 상하에 다른 부재가 배치되거나 연결되는 관계는, 그 중간에 별도 부재가 삽입되는 경우를 포함한다. 반대로, 어떤 부재가 다른 부재의 '바로' 전후, 좌우, 상하에 있다고 할 때에는, 중간에 별도 부재가 없는 것을 뜻한다. 그리고 어떤 부분이 다른 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.In addition, the relationship in which other members are arranged or connected to the front, rear, left and right, top and bottom of a certain member includes cases where a separate member is inserted in the middle. Conversely, when a member is said to be 'right' in front, right, left, above or below another member, it means that there is no separate member in between. And when a part is said to 'include' other components, this does not mean excluding other components, but rather can include other components, unless specifically stated to the contrary.
그리고 구성의 명칭을 제1, 제2 등으로 구분한 것은, 그 구성이 동일한 관계로 이를 구분하기 위한 것으로, 반드시 그 순서에 한정되는 것은 아니다. 또한, 명세서에 기재된 '유닛', '수단', '부', '부재', '모듈' 등의 용어는, 적어도 하나의 기능이나 동작을 하는 포괄적인 구성의 단위를 의미한다. 그리고 명세서에 기재된 단말, 서버 등의 정보처리기기는, 특정한 기능이나 동작이 구현된 하드웨어를 의미하는 하드 와이어링을 기본적으로 의미하지만, 특정한 하드웨어에 한정되도록 해석되어서는 안되고, 일반 범용 하드웨어 상에 그 특정한 기능이나 동작이 구현되도록 하기 위해 구동되는 소프트웨어로 이루어지는 소프트 와이어링을 배제하는 것이 아니다. 즉, 단말 또는 서버는, 어떤 장치가 될 수도 있고, 앱과 같이, 어떤 기기에 설치되는 소프트웨어가 될 수도 있다.Also, the name of the composition is divided into 1st, 2nd, etc. to distinguish the composition in the same relationship, and is not necessarily limited to the order. In addition, terms such as 'unit', 'means', 'part', 'member', and 'module' described in the specification refer to a comprehensive structural unit that performs at least one function or operation. And information processing devices such as terminals and servers described in the specification basically mean hard wiring, which means hardware with specific functions or operations implemented, but should not be interpreted as limited to specific hardware, and should not be interpreted as being limited to general hardware. This does not exclude soft wiring, which is done with running software to enable specific functions or operations to be implemented. In other words, a terminal or server can be any device, or it can be software installed on a device, such as an app.
그리고 도면에 나타난 각 구성의 크기 및 두께는, 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도면에 도시된 바에 한정되지 않으며, 층 및 영역 등의 여러 부분 및 영역을 명확하게 표현하기 위해 두께 등은 과장하여 확대 또는 축소하여 나타낸 경우가 있다.In addition, the size and thickness of each component shown in the drawings are arbitrarily shown for convenience of explanation, so the present invention is not necessarily limited to what is shown in the drawings, and is intended to clearly express various parts and regions such as layers and regions. Thickness, etc. may be exaggerated and enlarged or reduced.
<방법><Method>
본 발명의 방법은, 미지 물질 내 함유물질의 예측방법이다. 본 발명의 방법은 HPLC를 기본적으로 이용하지만, HPLC의 상기한 각종 제한에도 불구하고, 물질(식물 추출물 등)을 좀 더 정확하고 효율적으로 HPLC로 분석하기 위해서, 도 3의 방법을 설계하였다. 즉, 물질, 예컨대 주요 식물 추출물의 성분 확인을 위해(목적), 파이토 컴파운드(Phytocompound)의 그룹핑(categorization)을 행하고, 각 그룹(category)에 맞는 일반적인 HPLC 분석법을 확인하여, 해당 그룹에 포함되는 물질을 한번의 HPLC 수행으로 최대한 많이 얻을 수 있도록 하는 것을 목표로 한다.The method of the present invention is a method for predicting substances contained in an unknown substance. The method of the present invention basically uses HPLC, but despite the various limitations of HPLC, the method of Figure 3 was designed to analyze substances (plant extracts, etc.) more accurately and efficiently by HPLC. In other words, in order to identify the components of substances, such as major plant extracts (purpose), categorization of phytocompounds is performed, general HPLC analysis methods suitable for each group are confirmed, and substances included in the group are identified. The goal is to obtain as much as possible from a single HPLC operation.
HPLC의 결과 그래프는 예컨대 도 4와 같은 형태를 나타내게 되지만, 어떤 표준물질에 대해 이런 그래프 패턴이 항상 동일한 것이 아니다. 즉, 어떤 표준물질에 대해서 HPLC 기기(10)의 온도, 압력, 유량 등의 조건 설정을 상이하게 하면, 검출되는 검출물질의 피크의 패턴이 상이해진다. 본 발명은 이 점을 이용한 것이고, 각 그룹별로 최대한 많은 수의 검출물질을 찾을 수 있도록 한다는 것이 본 발명의 포인트이다.The resulting graph of HPLC takes the form shown in Figure 4, for example, but this graph pattern is not always the same for some standard materials. In other words, if the condition settings such as temperature, pressure, and flow rate of the HPLC device 10 are different for a certain standard substance, the peak pattern of the detected substance is different. The present invention takes advantage of this point, and the point of the present invention is to find as many detection substances as possible for each group.
상기 방법은, 정리하면 도 1 및 도 2와 같이 그룹핑 단계(S10)와; 다물질 검출조건 결정단계(S20)와; 함유물질 리스팅단계;가 포함되어 이루어짐을 특징으로 한다.In summary, the method includes a grouping step (S10) as shown in Figures 1 and 2; Multi-substance detection condition determination step (S20) ; It is characterized by including a step of listing the contained substances .
상기 그룹핑 단계(S10)는, 표준물질 및 상기 표준물질에 의해 검출될 검출물질을 분류하여 복수의 그룹을 생성하는 단계이다. 상기 복수의 그룹은 그룹 데이터베이스(30)에 저장될 수 있다. The grouping step (S10) is a step of creating a plurality of groups by classifying the standard material and the detection material to be detected by the standard material. The plurality of groups may be stored in the group database 30.
상기 다물질 검출조건 결정단계(S20)는, 각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되는 다물질 검출조건을 결정하는 단계이다. 상기 다물질 검출조건은, 검출거리, 흐름속도, 주입량, 오븐온도 등의 HPLC 세팅 조건으로서, 상기 그룹마다 상기 다물질 검출조건은 상이하다. 상기 다물질 검출조건은 상기 그룹별로 상기 그룹 데이터베이스(30)에 저장될 수 있다.The multi-substance detection condition determination step (S20) is a step of determining the multi-substance detection condition that results in the largest number of detectable substances for each group. The multi-substance detection conditions are HPLC setting conditions such as detection distance, flow rate, injection amount, and oven temperature, and the multi-substance detection conditions are different for each group. The multi-substance detection conditions may be stored in the group database 30 for each group.
상기 함유물질 리스팅단계는, 상기 복수의 그룹 모두에 대해 HPLC 기기(10)를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석(20)하여 함유물질을 리스팅하는 단계이다. The step of listing the contained substances is a step of setting up the HPLC device 10 for all of the plurality of groups, performing HPLC detection on the test substances, and then obtaining and analyzing the peak pattern (20) to list the contained substances.
테스트가 개시되면, 모든 그룹들에 대해 함유물질 리스팅이 수행되며, 각 그룹마다 상기 HPLC 기기(10)에 테스트 물질과 그 그룹의 상기 표준물질이 투입되고, 또한 상기 HPLC 기기(10)에 상기 표준물질의 동정조건과 별개로 결정된 상기 다물질 검출조건이 설정된다. 여기서, 물질 투입 및 조건 설정은 인력에 의해 이루어질 수도 있지만, 일실시예에 의하면 제어모듈(40)에 의해 상기 HPLC 기기(10)에 자동으로 투입 및/또는 설정될 수 있다.When the test is initiated, a listing of substances is performed for all groups, and for each group, the test substance and the standard substance of that group are added to the HPLC instrument 10, and the standard substance is added to the HPLC instrument 10. The multi-substance detection conditions determined separately from the identification conditions of the substance are set. Here, the input of materials and setting of conditions may be done manually, but according to one embodiment, they may be automatically input and/or set to the HPLC device 10 by the control module 40.
상기 복수의 그룹 모두에 대해 상기 함유물질 리스팅이 수행되도록 하기 위해 인력에 의해 각 모듈마다 동시 또는 이시에 일괄 또는 순차로 수행이 이루어질 수도 있지만, 일실시예에 의하면 상기 제어모듈(40)에 의해 그룹마다 루프가 반복될 수 있다. 그리고 반복 루프는 예컨대, 복수의 그룹 중 하나를 먼저 선택(S30)하고, 그 그룹에 대해 함유물질 리스팅(S40, S50, S60)을 수행한 후, 다음 그룹이 존재(S70: Y)하면 다음 그룹으로 진행(S80)하고, 다음 그룹이 존재하지 않으면(S70: N) 루프를 종료하도록 수행될 수 있다.In order to ensure that the substance listing is performed for all of the plurality of groups, it may be performed simultaneously or sequentially for each module by manpower. However, according to one embodiment, the group is performed by the control module 40. The loop can be repeated every time. And the repeat loop, for example, first selects one of a plurality of groups (S30), performs a substance listing (S40, S50, S60) for that group, and if the next group exists (S70: Y), the next group is selected. Proceed to (S80), and if the next group does not exist (S70: N), the loop can be terminated.
상기 피크패턴은, 각종 검출기(detector)에 의해 획득 가능하고, 다파장 검출기, 가변파장 검출기, 다이오드어레이 검출기, 형광 검출기 등이 이용될 수 있다.The peak pattern can be obtained by various detectors, and multi-wavelength detectors, variable-wavelength detectors, diode array detectors, fluorescence detectors, etc. can be used.
상기 피크패턴은, 인력에 의해 분석되어도 좋지만, 일실시예에 의하면 상기 제어모듈(40)에 의해 제어되는 패턴분석 모듈(20)에 의해 분석될 수 있다.The peak pattern may be analyzed manually, but according to one embodiment, it may be analyzed by the pattern analysis module 20 controlled by the control module 40.
<적용대상 물질의 종류><Types of applicable substances>
본 발명에 있어서, 상기 표준물질, 검출물질 및 테스트 물질은 생물 또는 무생물의 추출물을 포함할 수 있다. 즉, 테스트 물질은 단일물이든 혼합물이든 무관하고, 그 물질의 유래가 생물이든 무생물이든 무관하다. 또한, 테스트 물질을 테스트하기 위한 표준물질과 그 표준물질의 HPLC 수행에 의해 나타날 검출물질의 종류도 역시 단일물과 혼합물, 또한 생물 유래와 무생물 유래를 불문한다.In the present invention, the standard material, detection material, and test material may include extracts of living or non-living things. In other words, it does not matter whether the test substance is a single substance or a mixture, and it does not matter whether the substance is derived from living or non-living things. In addition, the standard substance for testing the test substance and the type of detection substance that appears by performing HPLC on the standard substance may be single or mixture, and may be of living or non-living origin.
<식물 추출물에 대한 구체적 예><Specific examples of plant extracts>
이때 특히, 상기 표준물질, 검출물질 및 테스트 물질은 식물의 추출물을 포함하는 경우에, 상기 그룹은 Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, 및 Tannin 중 적어도 하나의 그룹을 포함하여 이루어질 수 있다.In this case, especially when the standard material, detection material, and test material include extracts of plants, the group includes at least one group of Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, and Tannin. It can be done.
예컨대 파이토 컴파운드(Phytocompound)를 8개 그룹(category)로 분류하고, 각 그룹별 최적 HPLC 실험 방법을 문헌(논문 등)(예컨대 도 5 참조)을 통해 조사, 정리할 수 있다. 이는 새로운 물질, 예컨대 새로운 종류의 식물 추출물을 분석하는데 있어서 효율적으로 다양한 범위의 파이토 컴파운드(phytocompound)를 확인 및 대략적인 정량을 할 수 있어서, 식물 추출물 연구에 매우 큰 도움이 될 것으로 기대된다.For example, phytocompounds can be classified into eight groups, and the optimal HPLC experiment method for each group can be investigated and organized through literature (papers, etc.) (e.g., see FIG. 5). This is expected to be of great help in plant extract research by enabling efficient identification and approximate quantification of a wide range of phytocompounds when analyzing new substances, such as new types of plant extracts.
각 추출물 그룹별로 최적화된 추출방법이 있고, 가능하다면 HPLC 실험 전에 해당 추출방법을 적용하여 각 그룹별 HPLC에 맞는 추출방법을 적용 후에 HPLC 실험을 진행해도 좋다.There is an optimized extraction method for each extract group, and if possible, the extraction method may be applied before the HPLC experiment and the HPLC experiment may be performed after applying the extraction method appropriate for the HPLC of each group.
<식물 추출물에 대한 8개 그룹의 다물질 검출조건 실시예><Examples of 8 groups of multi-substance detection conditions for plant extracts>
식물 추출물의 파이토 컴파운드에 대한 HPLC 수행시 다물질 검출조건을 실험 및 문헌에 따라 정리하면 예컨대 Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, 및 Tannin의 8개 그룹으로 정리할 수 있다. 이들에 대해 공통으로 C18 컬럼(Column)을 사용할 수 있다.When performing HPLC on phyto compounds of plant extracts, the conditions for multi-substance detection can be organized into eight groups, for example, Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, and Tannin, according to experiments and literature. The C18 column can be commonly used for these.
Alkaloid: 질소를 함유한 알칼리성 유기 화합물Alkaloid: Alkaline organic compound containing nitrogen.
Terpenoid: 특이한 향기가 있으며, C5(이소프렌 단위)의 수에 따라 구분Terpenoid: Has a characteristic aroma and is classified according to the number of C5 (isoprene units).
Carotenoid: 식물 색소로 비타민 A의 전구체 Carotenoid: A plant pigment that is a precursor to vitamin A.
Phenolic acid: 폴리페놀 중 acid 성분으로서 2가지 형태로 구분 Phenolic acid: An acid component among polyphenols, divided into two forms.
Flavonoid: 보통 노란색으로 두 개의 페닐 고리(A와 B)와 헤테로 사이클릭 고리(C)로 구성된 15개의 탄소 골격의 일반적인 구조 Flavonoid: General structure of a 15-carbon skeleton consisting of two phenyl rings (A and B) and a heterocyclic ring (C), usually yellow.
Stilbenoid: 형광체로 사용하는 물질 Stilbenoid: Substance used as a phosphor
Coumarin: 달콤한 향기, 쓴맛이 있으며 C9H6O2 Coumarin: Sweet aroma, bitter taste, C 9 H 6 O 2
Tannin: 떫은 맛으로 치아를 변색Tannin: Discolors teeth with an astringent taste.
상기 각 그룹에 대한 다물질 검출조건은, 실험 및 문헌 조사를 통해 정리된 것이며, 하나 또는 2 이상의 표준물질에 대해 상기 다물질 검출조건을 HPLC 기기(10)에 설정한 후 HPLC 실험을 수행하면, 출력되는 피크 패턴이 최대한 다수의 물질에 대해 피크가 명확히 나타나서 동정이 가능하게 되는 HPLC 설정조건이다.The multi-substance detection conditions for each group are organized through experiments and literature research. When the multi-substance detection conditions are set in the HPLC device 10 for one or two or more standard substances and then an HPLC experiment is performed, The output peak pattern is an HPLC setting condition in which peaks appear clearly for as many substances as possible, enabling identification.
예컨대 도 5의 예시 그래프에서는 Vitex Negundo Linn 잎의 메탄올 추출물에 대한 HPLC 크로마토그램을 볼 수 있고, 여기서 베툴린산(Betulinic acid) 및 우르솔산(Ursolic acid)이 함께 동정되고, 이러한 다물질의 동시검출을 위한 HPLC 설정조건인 다물질 검출조건으로서 Symmetry C-18 컬럼, 아세토니트릴:메탄올 80:20 용매, λ=210 nm, 0.5 ml/min의 유량 등을 들 수 있다.For example, in the example graph in Figure 5, you can see the HPLC chromatogram for the methanol extract of Vitex Negundo Linn leaves, where betulinic acid and ursolic acid are identified together, and simultaneous detection of these multiple substances is shown. Multi-substance detection conditions that are set for HPLC include Symmetry C-18 column, acetonitrile:methanol 80:20 solvent, λ=210 nm, and flow rate of 0.5 ml/min.
<효과><Effect>
본 발명은, 임의의 혼합물에 적용될 수 있다. 본 발명은, 예컨대 식물 유전체로부터 다양한 화합물(100개의 이상)의 합성여부가 예측된 식물의 추출물이 있을 때, 예측결과를 빠르고 효율적으로 검증하는데 사용될 수 있다.The present invention can be applied to any mixture. The present invention can be used to quickly and efficiently verify the prediction results, for example, when there is an extract of a plant for which the synthesis of various compounds (more than 100) is predicted from the plant genome.
예를 들어 일실시예에 의하면, 참골무꽃(도 6 참조) 유전체 기반으로 예컨대 다중 검출방식의 병렬 앙상블 기법인 MetaPre-AI®에 의해 총 100개의 화합물이 합성될 수 있다고 예측이 되었다. 이를 검증하는데 있어서 논문을 통해서 검증하는 것은 100개중 16개만이 확인될 정도로 그 비율이 높지 않다. 그러나, 본 발명 방법을 적용하면, 8회(8개의 그룹)의 HPLC 실험으로 대부분 예측된 물질의 존재 유무를 빠르게 검출할 수 있게 되어, 식물 추출물을 분석하는데 큰 도움이 될 수 있고, 예측 결과도 빠르게 검증할 수 있었다.For example, according to one embodiment, it was predicted that a total of 100 compounds could be synthesized based on the genome of E. chinensis (see FIG. 6) by, for example, MetaPre-AI®, a parallel ensemble technique with multiple detection methods. In verifying this, the rate of verification through papers is not high, with only 16 out of 100 being confirmed. However, by applying the method of the present invention, the presence or absence of most predicted substances can be quickly detected with 8 HPLC experiments (8 groups), which can be of great help in analyzing plant extracts, and the prediction results can also be It was possible to verify quickly.
또한, 미지의 식물 추출물이 있는 경우에도, 본 발명에 의하면 이들에 대한 기초 자료를 확인할 수 있는 정보를 확보할 수 있으므로, 식물 추출물에 대한 전반적인 물질분석에 큰 도움이 될 것으로 예상된다.In addition, even when there are unknown plant extracts, the present invention is expected to be of great help in the overall material analysis of plant extracts because it is possible to secure information that can confirm basic data about them.
나아가서, 미생물, 동물, 바이러스 등에서 확보된 추출물의 특성을 감안하여 이와 같은 분류 체계를 설정하고, 각 분류에 맞는 HPLC 조건을 확보하면, 이들에 대한 전반적인(broad한) 분석도 가능하게 될 것으로 예상된다.Furthermore, by establishing such a classification system in consideration of the characteristics of extracts obtained from microorganisms, animals, viruses, etc., and securing HPLC conditions suitable for each classification, it is expected that a broad analysis of these will be possible. .
더 나아가서, 다른 형태의 혼합물(예, 슬러지)에도 동일한 방법이 충분히 적용 가능하다.Furthermore, the same method is fully applicable to other types of mixtures (e.g., sludge).
<장치><device>
본 발명의 장치는, 미지 물질 내 함유물질의 예측장치이다. 상기 장치는, 그룹핑 모듈과; 다물질 검출조건 결정모듈과; 함유물질 리스팅모듈;이 포함되어 이루어짐을 특징으로 한다.The device of the present invention is a device for predicting substances contained in an unknown substance. The device includes a grouping module ; Multi-substance detection condition determination module ; It is characterized by including a substance listing module ;
상기 그룹핑 모듈은, 표준물질 및 상기 표준물질에 의해 검출될 검출물질을 분류하여 복수의 그룹을 생성하는 모듈이다. 상기 그룹은 그룹 데이터베이스(30)에 저장될 수 있다. The grouping module is a module that creates a plurality of groups by classifying the standard substance and the detection substance to be detected by the standard substance. The group may be stored in the group database 30.
상기 다물질 검출조건 결정모듈은, 각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되는 다물질 검출조건을 결정하는 모듈이다. 상기 다물질 검출조건은 상기 그룹 데이터베이스(30)에 저장되어도 좋다.The multi-substance detection condition determination module is a module that determines the multi-substance detection condition that results in the maximum number of detectable substances for each group. The multi-substance detection conditions may be stored in the group database 30.
상기 함유물질 리스팅모듈은, 상기 복수의 그룹 모두에 대해 HPLC 기기(10)를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석(20)하여 함유물질을 리스팅하는 모듈이다. 상기 HPLC 기기(10)에 대한 상기 물질의 투입 및 다물질 검출조건의 설정, 그리고 복수의 그룹에 대한 루프의 수행은 제어모듈(40)에 의해 수행되어도 좋다.The contained substances listing module is a module that sets up the HPLC device 10 for all of the plurality of groups, performs HPLC detection on the test substances, obtains and analyzes the peak pattern (20), and lists the contained substances. Inputting the material into the HPLC device 10, setting multi-substance detection conditions, and performing a loop for a plurality of groups may be performed by the control module 40.
<프로그램><program>
본 발명의 프로그램은, 상기에 기재된 방법의 각 단계를 컴퓨터에서 수행시키기 위한 프로그램이다. 상기 프로그램은, 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.The program of the present invention is a program for performing each step of the method described above on a computer. The program may be recorded on a computer-readable recording medium.
본 발명의 방법은, 그 방법의 각 단계를 명령어로 기술한 프로그램으로 구현될 수 있다. 또한, 이러한 프로그램은, 소프트 와이어링의 소프트웨어로서 구현될 수도 있고, 이 소프트웨어를 하드웨어에 동작 가능하게 임베드한 하드 와이어링으로 구현될 수도 있다. 이러한 프로그램은, 컴퓨터로 읽을 수 있는 매체에 저장될 수 있고, 전송선로를 통해 다른 컴퓨터로 이전될 수 있으며, 전체가 저장되지 않은 상태에서 세분화된 부분들이 순차 수행되는 형태로 실행되더라도, 그 프로그램의 동작이 구현되는 한, 본 발명이 구현된 프로그램의 실행으로 해석되어야 한다.The method of the present invention can be implemented as a program that describes each step of the method in instructions. Additionally, such a program may be implemented as soft-wiring software, or may be implemented as hard-wiring by operably embedding this software in hardware. Such a program can be stored on a computer-readable medium, can be transferred to another computer through a transmission line, and even if the program is executed in the form of sequential execution of detailed parts without the entire program being stored. As long as the operation is implemented, it should be interpreted as the execution of a program in which the present invention is implemented.
이상 본 발명의 바람직한 실시예에 대해 설명했지만, 본 발명은, 상기 개시되는 실시예들에 한정되는 것이 아니라, 특허청구범위와 발명의 상세한 설명 및 첨부 도면의 범위 안에서 서로 다른 다양한 형태로 변형하여 구현 실시될 수 있고, 균등한 타 실시예가 가능하며, 이 또한 본 발명의 범위에 속하는 것은 당해 분야에서 통상적 지식을 가진 자에게 당연하며, 단지 실시예들은, 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은, 청구항의 범주에 의해 정의될 뿐이다.Although the preferred embodiments of the present invention have been described above, the present invention is not limited to the disclosed embodiments, but is implemented by modification in various different forms within the scope of the claims, detailed description of the invention, and accompanying drawings. It is obvious to those skilled in the art that other equivalent embodiments can be implemented and that they also fall within the scope of the present invention, and only the embodiments are provided so that the disclosure of the present invention is complete and the present invention It is provided to fully inform those skilled in the art of the scope of the invention, and the present invention is only defined by the scope of the claims.
본 발명은, 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램의 산업에 이용될 수 있다.The present invention can be used in the industry for methods, devices, and programs for predicting substances contained in unknown substances.
10: HPLC 기기(모듈)
20: 패턴분석 모듈
30: 그룹 데이터베이스
40: 제어모듈10: HPLC instrument (module)
20: Pattern analysis module
30: Group database
40: Control module
Claims (6)
각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되도록 하는 HPLC 세팅 조건인 다물질 검출조건을 결정하는 다물질 검출조건 결정단계와;
상기 복수의 그룹 모두에 대해 상기 각 그룹별 다물질 검출조건으로 HPLC 기기를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석하여 함유물질을 리스팅하는 함유물질 리스팅단계;
가 포함되어 이루어짐을 특징으로 하는, 미지 물질 내 함유물질의 예측방법. A grouping step of classifying the standard material and the detection material to be detected by the standard material to create a plurality of groups;
A multi-substance detection condition determination step of determining multi-substance detection conditions, which are HPLC setting conditions that ensure the maximum number of detectable substances for each group;
A substance listing step of setting up an HPLC device with the multi-substance detection conditions for each group for all of the plurality of groups, performing HPLC detection on the test substances, obtaining and analyzing peak patterns, and listing the substances contained therein;
A method for predicting substances contained in an unknown substance, characterized in that it includes.
상기 함유물질 리스팅단계에 있어서,
상기 그룹마다 상기 표준물질의 동정조건과 별개로 결정된 상기 다물질 검출조건으로 상기 HPLC 기기가 설정됨
을 특징으로 하는, 미지 물질 내 함유물질의 예측방법.In claim 1,
In the step of listing the contained substances,
The HPLC device is set to the multi-substance detection conditions determined separately from the identification conditions of the standard material for each group.
A method for predicting substances contained in an unknown substance, characterized by:
상기 표준물질, 검출물질 및 테스트 물질은 생물 또는 무생물의 추출물을 포함함
을 특징으로 하는, 미지 물질 내 함유물질의 예측방법.In claim 1,
The above standards, detection substances and test substances include extracts of living or non-living things.
A method for predicting substances contained in an unknown substance, characterized by:
상기 표준물질, 검출물질 및 테스트 물질은 식물의 추출물을 포함하고,
상기 그룹은 Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, 및 Tannin 중 적어도 하나의 그룹을 포함하여 이루어짐
을 특징으로 하는, 미지 물질 내 함유물질의 예측방법.In claim 3,
The standard substances, detection substances and test substances include extracts of plants,
The group includes at least one of Alkaloid, Terpenoid, Carotenoid, Phenolic acid, Flavonoid, Stilbenoid, Coumarin, and Tannin.
A method for predicting substances contained in an unknown substance, characterized by:
각 상기 그룹마다 검출 가능한 검출물질의 수가 최다가 되도록 하는 HPLC 세팅 조건인 다물질 검출조건을 결정하는 다물질 검출조건 결정모듈과;
상기 복수의 그룹 모두에 대해 상기 각 그룹별 다물질 검출조건으로 HPLC 기기를 설정하고 테스트 물질에 대해 HPLC 검출을 수행한 후 피크패턴을 획득 분석하여 함유물질을 리스팅하는 함유물질 리스팅모듈;
이 포함되어 이루어짐을 특징으로 하는, 미지 물질 내 함유물질의 예측장치. a grouping module for generating a plurality of groups by classifying standard substances and detection substances to be detected by the standard substances;
a multi-substance detection condition determination module that determines a multi-substance detection condition, which is an HPLC setting condition that ensures the maximum number of detectable substances for each group;
A substance listing module that sets up an HPLC device with the multi-substance detection conditions for each group for all of the plurality of groups, performs HPLC detection on the test substance, obtains and analyzes the peak pattern, and lists the contained substances;
A device for predicting substances contained in an unknown substance, characterized in that it includes.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220100842A KR102589887B1 (en) | 2022-08-11 | 2022-08-11 | Method, apparatus and program for predicting contained substances in unknown material |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220100842A KR102589887B1 (en) | 2022-08-11 | 2022-08-11 | Method, apparatus and program for predicting contained substances in unknown material |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102589887B1 true KR102589887B1 (en) | 2023-10-17 |
Family
ID=88557508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220100842A KR102589887B1 (en) | 2022-08-11 | 2022-08-11 | Method, apparatus and program for predicting contained substances in unknown material |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102589887B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020048413A (en) | 1999-09-22 | 2002-06-22 | 보도 아스무센 | Method and device for detecting and isolating pharmacological compounds being contained in substance mixtures |
| JP2006053004A (en) * | 2004-08-11 | 2006-02-23 | Hitachi High-Technologies Corp | Mass spectrometer |
| KR101145758B1 (en) * | 2010-04-12 | 2012-05-16 | 재단법인 하동녹차연구소 | Method for screening residual pesticide in food |
| WO2018131274A1 (en) * | 2017-01-16 | 2018-07-19 | 株式会社島津製作所 | Data analysis device and data analysis program |
| WO2020152871A1 (en) * | 2019-01-25 | 2020-07-30 | 株式会社島津製作所 | Substance identification method using chromatograph |
-
2022
- 2022-08-11 KR KR1020220100842A patent/KR102589887B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020048413A (en) | 1999-09-22 | 2002-06-22 | 보도 아스무센 | Method and device for detecting and isolating pharmacological compounds being contained in substance mixtures |
| JP2006053004A (en) * | 2004-08-11 | 2006-02-23 | Hitachi High-Technologies Corp | Mass spectrometer |
| KR101145758B1 (en) * | 2010-04-12 | 2012-05-16 | 재단법인 하동녹차연구소 | Method for screening residual pesticide in food |
| WO2018131274A1 (en) * | 2017-01-16 | 2018-07-19 | 株式会社島津製作所 | Data analysis device and data analysis program |
| WO2020152871A1 (en) * | 2019-01-25 | 2020-07-30 | 株式会社島津製作所 | Substance identification method using chromatograph |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cavanna et al. | Ion mobility spectrometry coupled to gas chromatography: A rapid tool to assess eggs freshness | |
| Wielogorska et al. | Development of a comprehensive analytical platform for the detection and quantitation of food fraud using a biomarker approach. The oregano adulteration case study | |
| Knolhoff et al. | Non-targeted screening approaches for contaminants and adulterants in food using liquid chromatography hyphenated to high resolution mass spectrometry | |
| Fu et al. | Nontargeted screening of chemical contaminants and illegal additives in food based on liquid chromatography–high resolution mass spectrometry | |
| Guale et al. | Validation of LC–TOF-MS screening for drugs, metabolites, and collateral compounds in forensic toxicology specimens | |
| US10001462B2 (en) | Method and system for detecting pesticide residue in agricultural products using mass spectrometry imaging analysis | |
| Reichenbach et al. | Benchmarking machine learning methods for comprehensive chemical fingerprinting and pattern recognition | |
| US7606667B2 (en) | Mass spectrometry analysis method and system | |
| Cordero et al. | Characterization of odorant patterns by comprehensive two-dimensional gas chromatography: A challenge in omic studies | |
| Chatterjee et al. | Simultaneous authentication of species identity and geographical origin of shrimps: Untargeted metabolomics to recurrent biomarker ions | |
| Lelevic et al. | Gas chromatography vacuum ultraviolet spectroscopy: A review | |
| JP4704034B2 (en) | Method of using data binning in analysis of chromatographic / spectrometric data | |
| Wu et al. | Comparison of data acquisition modes with Orbitrap high‐resolution mass spectrometry for targeted and non‐targeted residue screening in aquacultured eel | |
| Kranenburg et al. | Spotting isomer mixtures in forensic illicit drug casework with GC–VUV using automated coelution detection and spectral deconvolution | |
| Silva Jr et al. | Analytical challenges in doping control: Comprehensive two-dimensional gas chromatography with time of flight mass spectrometry, a promising option | |
| JP5272822B2 (en) | Data processing device for metabolite analysis | |
| McDaniel et al. | Toward the identification of marijuana varieties by headspace chemical forensics | |
| Aebi et al. | Advances in the use of mass spectral libraries for forensic toxicology | |
| Chen et al. | Development of an analytical method to detect simultaneously 219 new psychoactive substances and 65 other substances in urine specimens using LC-QqQ MS/MS with CriticalPairFinder and TransitionFinder | |
| KR102589887B1 (en) | Method, apparatus and program for predicting contained substances in unknown material | |
| Lubinska-Szczygeł et al. | Rapid assessment of the authenticity of limequat fruit using the electronic nose and gas chromatography coupled with mass spectrometry | |
| KR102113502B1 (en) | Apparatus and method for distinguishing antibiotics resistance by maldi-tof ms analysis | |
| Wong et al. | Gas chromatography–mass spectrometry techniques for multiresidue pesticide analysis in agricultural commodities | |
| Vinci et al. | In‐house validation of a liquid chromatography/electrospray tandem mass spectrometry method for confirmation of chloramphenicol residues in muscle according to Decision 2002/657/EC | |
| Checa et al. | Metabolomics and PDO |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |