基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法技术

本发明专利技术公开了一种基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法。相比目前其他方法，该方法操作简单、成本低、适用范围广且对样品前处理方式没有要求，经验证该方法对6种目标物定量的基质效应评估具有极高的准确性，能有效消除液质检测中的基质效应干扰，且适用于一次同时检测多种目标物。本发明专利技术的液质方法及建模方式同样适用于果蔬中的其他目标物分析物，适用性较强。

Evaluation of matrix effect value based on neural network assisted ultra performance liquid chromatography tandem mass spectrometry

【技术实现步骤摘要】
基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法
本专利技术属于检测
，具体是指一种基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法，降低基质效应影响，以更准确对果蔬中农药残留进行定量检测。
技术介绍
在现代农业中，农业生产规模的扩大，农作物产量上的快速增长，离不开农药的有效使用。但是，部分残留农药的农产品也因此进入了消费流通领域，对人们的健康带来负面影响。而对农产品中农药残留的检测，是农产品质量安全监管必需的手段之一。目前，果蔬中农残检测技术已经相当成熟，能同时检测百种以上农药的液相串联质谱方法相关报道和文献层出不穷，但却没有一篇技术文献能绕开基质效应，从而降低基质效应影响提高检测准确度，也没有一种方法能在日常检测中彻底解决基质效应问题；实际上这不仅仅只是果蔬检测领域的问题，在动物组织样品、土壤与水环境样品等各种质谱检测对象中均存在这一共性问题。在检测分析中，基质是指检测过程中目标检测物质以外的其他物质的总和。基质效应是指由于基质对目标检测物在仪器检测器上响应值的影响而对检测结果产生偏离的现象。评价这本文档来自技高网...

【技术保护点】
1.一种基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法，其特征在于：/n(1)取不同基质条件、不同农药浓度、不同进样体积这三个变量变化下的仪器响应值，并计算得各个条件下的基质效应值；/n(2)将同一个样品的不同进样体积的液相串联质谱响应值作为输入，其中一个特定进样体积的基质效应值作为输出，构建神经网络模型；/n(3)待测果蔬样品同样分别进样进行液相串联质谱检测，其进样体积的数值满足比例差异设置，其响应值数据通过步骤(1)、(2)构建的神经网络模型，将获得基质效应值。/n

【技术特征摘要】
1.一种基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法，其特征在于：
(1)取不同基质条件、不同农药浓度、不同进样体积这三个变量变化下的仪器响应值，并计算得各个条件下的基质效应值；
(2)将同一个样品的不同进样体积的液相串联质谱响应值作为输入，其中一个特定进样体积的基质效应值作为输出，构建神经网络模型；
(3)待测果蔬样品同样分别进样进行液相串联质谱检测，其进样体积的数值满足比例差异设置，其响应值数据通过步骤(1)、(2)构建的神经网络模型，将获得基质效应值。


2.根据权利要求1所述的一种基于神经网络技术辅助超高效液相串联质谱评估基质效应值的方法，其特征在于：所述的步骤(1)过程为：
(1...

【专利技术属性】
技术研发人员：张维一，周陈璐，梁秀美，林定鹏，何如意，徐静，张井，王亮，张辉，
申请(专利权)人：温州科技职业学院，
类型：发明
国别省市：浙江;33