【技术实现步骤摘要】
液相色谱保留时间的预测方法、装置、设备及存储介质
[0001]本专利技术涉及生物分析
,尤其涉及一种液相色谱保留时间的预测方法、装置、设备及存储介质。
技术介绍
[0002]代谢组学是对某一生物或细胞中的小分子代谢产物进行定性和定量分析的一门新学科。在食品安全领域,利用代谢组学发现农兽药等在动植物体内的相关生物标志物成为热点领域。测试样品主要是动植物的细胞和组织的提取液。
[0003]代谢组学常用的研究方法为代谢物指纹分析,即采用液相色谱仪比较不同样品中各自的代谢产物。从本质上来说,代谢指纹分析通过比较不同个体中代谢产物的保留时间,从而了解不同化合物的结构,最终建立一套完备的识别这些不同化合物特征的分析方法。保留时间是指被分离样品从进样开始到出现某组分色谱峰的顶点时为止所经历的时间。在一定的色谱操作条件下,任何一种小分子化合物都有一确定的保留时间,可作为色谱定性分析的依据。
[0004]然而,由于液相色谱仪构造与方法的可变性,同一化合物在不同的仪器及不同的色谱条件下得到的保留时间差异较大。使用目前的预测 ...
【技术保护点】
【技术特征摘要】
1.一种液相色谱保留时间的预测方法,其特征在于,包括:获取待测小分子化合物的样本数据,所述样本数据包括预设色谱测试条件中所需使用的测试条件数据和待测小分子化合物的物理化学性质参数;其中,所述小分子化合物为代谢产物;将所述样本数据输入至预先训练好的保留时间预测模型,得到所述待测小分子化合物的预测保留时间;其中,所述保留时间预测模型包括支持向量回归子模型和回归树子模型。2.如权利要求1所述的预测方法,其特征在于,所述将所述样本数据输入至预先训练好的保留时间预测模型,得到所述待测小分子化合物的预测保留时间,包括:将所述样本数据输入至训练好的所述支持向量回归子模型,得到第一预测保留时间;将所述样本数据输入至训练好的所述回归树子模型,得到第二预测保留时间;基于所述第一预测保留时间和所述第二预测保留时间,确定所述待测小分子化合物的预测保留时间。3.如权利要求2所述的预测方法,其特征在于,所述基于所述第一预测保留时间和所述第二预测保留时间,确定所述待测小分子化合物的预测保留时间,包括:将所述第一预测保留时间和所述第二预测保留时间的平均值,确定为所述待测小分子化合物的预测保留时间。4.如权利要求1至3任一项所述的预测方法,其特征在于,所述支持向量回归子模型的核函数为高斯核函数,所述回归树子模型采用的算法为分类回归树算法。5.如权利要求1所述的预测方法,其特征在于,所述将所述样本数据输入至预先训练好的保留时间预测模型,包括:将所述样本数据以逗号分隔值文件格式进行存储,并对存储后的数据进行标准化处理,得到标准样本数据;将所述标准样本数据输入至预先训练好的保留时间预测模型。6.如权利要求5所述的预测方法,其特征在于,所述待测小分子化合物的物理化学性质参数包括:所述待测小分子化合物的碳原子数目、...
【专利技术属性】
技术研发人员:韩立峰,陈碧莹,付志飞,夏洪刚,田爱现,张树泉,刘二伟,高秀梅,
申请(专利权)人:天津中医药大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。