【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、色谱法是指通过使混合物以溶液、悬浮液形式或作为蒸气通过其中混合物的组分以不同速率移动的介质来分离混合物。然后可分析组分以鉴定组分的存在、量、浓度或其他特性。色谱法包括许多不同的技术，诸如质谱(ms)、液相色谱质谱(lcms)和许多其他技术。
技术实现思路
1、示例性实施方案涉及用于跨企业或供应链分析色谱数据和元数据以便识别可能的合规风险的技术。除非另有说明，否则预期这些实施方案可单独使用以便实现所述优点，或以任何组合使用以便实现协同效应。
2、如本文所用，合规风险是指不符合数据完整性最佳实践的情况或一组情况，这些情况潜在地违反法规或合同要求，是管理员出于审计目的已经要求记录保存的预先配置的情况，或者是采集或分析色谱数据的过程潜在地与预先确定的所需条件相冲突的任何其他状况。评估合规风险对于(例如)在合规管理机构进行审计之前主动评估风险和纠正棘手问题可能是重要的。
3、当分析自己的色谱数据时，识别合规风险可能是一个难题，因为可能不清楚一组情况何时构成或不构成合规风险。然而，当与外部合作伙伴或其他第三方合作时(例如，分析整个企业或供应链的合规风险)，这甚至更加困难，因为第三方的数据和/或实践可能不可以用于分析。例如，这在制药行业中尤其常见(在制药行业中，一家公司可能依赖于从外部供应商接收药物化合物)。在这些情况下，可能需要依靠第三方来执行他们自己的合规分析，这可能不是最理想的结果。
4、示例性实施方案提供了对分析数据系统中收集的信息的可
5、来自分析系统的元数据可以与其他数据源(诸如实验室天平、实验室访问记录和数据采集时间)组合，以便为合规性执行数据科学。元数据还可以与分析数据(例如，lc数据、lcms数据和其他实验室信息源)组合，以将分析结果(例如但不限于峰形、分析物/杂质的浓度、保留时间)与合规伪影相关联。监督和/或无监督的机器学习技术可以用于组合这些数据源，并且学习这些数据源与合规风险之间的相关性。
6、这些分析的结果可以显示在仪表板或地图上，允许用户使整个企业或供应链的合规风险可视化。可以生成合规风险的自动通知并且呈现在用户界面上。系统还可以使用模式识别来提供对尚未发生的潜在合规风险的洞察。
7、下面将参考附图详细描述这些实施方案。
本文档来自技高网...【技术保护点】
1.一种计算机实现的方法，所述计算机实现的方法包括：
2.根据权利要求1所述的计算机实现的方法，其中所述元数据包括以下各项中的至少一项：所述色谱实验是否包括未处理的进样；所述色谱实验是否包括手动处理的进样，所述色谱实验是否包括中止的进样；或者所述色谱实验是否与手动积分峰相关联。
3.根据权利要求1所述的计算机实现的方法，其中所述输入信息还包括在所述机器学习中使用的一个或多个附加参数，所述一个或多个附加参数包括以下各项中的至少一项：签署记录；审计跟踪记录；用户名；仪器标识符；仪器位置；服务器位置；或在所述色谱实验中分配的管理权限。
4.根据权利要求1所述的计算机实现的方法，其中所述输入信息还包括来自所述色谱实验的分析数据。
5.根据权利要求4所述的计算机实现的方法，所述计算机实现的方法还包括应用机器学习来学习所述分析数据与是否存在关于所述色谱实验的合规问题之间的关系。
6.根据权利要求5所述的计算机实现的方法，其中所述关系基于以下各项中的一项或多项：峰形；拖尾因子；或柱降解曲线。
7.根据权利要求1所述的计算机
8.根据权利要求1所述的计算机实现的方法，其中所述新的色谱输入信息是第三方色谱实验信息，并且还包括从访问组请求访问所述第三方色谱实验信息。
9.根据权利要求8所述的计算机实现的方法，其中所述第三方色谱实验信息是从与不受请求合规分析的实体的直接监督的供应链相关联的色谱实验中导出的。
10.根据权利要求1所述的计算机实现的方法，所述计算机实现的方法还包括将模式识别应用于所述新的色谱输入信息，以预测尚未发生的合规问题的可能性。
11.一种非暂态计算机可读存储介质，所述计算机可读存储介质包括指令，所述指令在由计算机执行时，使所述计算机：
12.根据权利要求11所述的计算机可读存储介质，其中所述元数据包括以下各项中的至少一项：所述色谱实验是否包括未处理的进样；所述色谱实验是否包括手动处理的进样，所述色谱实验是否包括中止的进样；或者所述色谱实验是否与手动积分峰相关联。
13.根据权利要求11所述的计算机可读存储介质，其中所述输入信息还包括在所述机器学习中使用的一个或多个附加参数，所述一个或多个附加参数包括以下各项中的至少一项：签署记录；审计跟踪记录；用户名；仪器标识符；仪器位置；服务器位置；或在所述色谱实验中分配的管理权限。
14.根据权利要求11所述的计算机可读存储介质，其中所述输入信息还包括来自所述色谱实验的分析数据。
15.根据权利要求14所述的计算机可读存储介质，其中所述指令还将所述计算机配置为应用机器学习来学习所述分析数据与是否存在关于所述色谱实验的合规问题之间的关系。
16.根据权利要求15所述的计算机可读存储介质，其中所述关系基于以下各项中的一项或多项：峰形；拖尾因子；或柱降解曲线。
17.根据权利要求11所述的计算机可读存储介质，其中所述指令还将所述计算机配置为响应于识别出合规问题而生成通知，并且将所述通知发送给负责合规的用户。
18.根据权利要求11所述的计算机可读存储介质，其中所述新的色谱输入信息是第三方色谱实验信息，并且其中所述指令还将所述计算机配置为从访问组请求访问所述第三方色谱实验信息。
19.根据权利要求18所述的计算机可读存储介质，其中所述第三方色谱实验信息是从与不受请求合规分析的实体的直接监督的供应链相关联的色谱实验中导出的。
20.根据权利要求11所述的计算机可读存储介质，其中所述指令还将所述计算机配置为将模式识别应用于所述新的色谱输入信息，以预测尚未发生的合规问题的可能性。
21.一种计算设备，所述计算设备包括：
22.根据权利要求21所述的计算设备，其中所述元数据包括以下各项中的至少一项：所述色谱实验是否包括未处理的进样；所述色谱实验是否包括手动处理的进样，所述色谱实验是否包括中止的进样；或者所述色谱实验是否与手动积分峰相关联。
23.根据权利要求21所述的计算设备，其中所述输入信息还包括在所述机器学习中使用的一个或多个附加参数，所述一个或多个附加参数包括以下各项中的至少一项：签署记录；审计跟踪记录；用户名；仪器标识符；仪器位置；服务器位置；或在所述色谱实验中分配的管理权限。
24.根据权利要求21所述的计算设备，其中所述输入信息还包括来自所述色谱实验的分析数据。
25.根据权利要求24所述的计算设备，...
【技术特征摘要】
【国外来华专利技术】
1.一种计算机实现的方法，所述计算机实现的方法包括：
2.根据权利要求1所述的计算机实现的方法，其中所述元数据包括以下各项中的至少一项：所述色谱实验是否包括未处理的进样；所述色谱实验是否包括手动处理的进样，所述色谱实验是否包括中止的进样；或者所述色谱实验是否与手动积分峰相关联。
3.根据权利要求1所述的计算机实现的方法，其中所述输入信息还包括在所述机器学习中使用的一个或多个附加参数，所述一个或多个附加参数包括以下各项中的至少一项：签署记录；审计跟踪记录；用户名；仪器标识符；仪器位置；服务器位置；或在所述色谱实验中分配的管理权限。
4.根据权利要求1所述的计算机实现的方法，其中所述输入信息还包括来自所述色谱实验的分析数据。
5.根据权利要求4所述的计算机实现的方法，所述计算机实现的方法还包括应用机器学习来学习所述分析数据与是否存在关于所述色谱实验的合规问题之间的关系。
6.根据权利要求5所述的计算机实现的方法，其中所述关系基于以下各项中的一项或多项：峰形；拖尾因子；或柱降解曲线。
7.根据权利要求1所述的计算机实现的方法，所述计算机实现的方法还包括响应于识别出合规问题而生成通知，并且将所述通知发送给负责合规的用户。
8.根据权利要求1所述的计算机实现的方法，其中所述新的色谱输入信息是第三方色谱实验信息，并且还包括从访问组请求访问所述第三方色谱实验信息。
9.根据权利要求8所述的计算机实现的方法，其中所述第三方色谱实验信息是从与不受请求合规分析的实体的直接监督的供应链相关联的色谱实验中导出的。
10.根据权利要求1所述的计算机实现的方法，所述计算机实现的方法还包括将模式识别应用于所述新的色谱输入信息，以预测尚未发生的合规问题的可能性。
11.一种非暂态计算机可读存储介质，所述计算机可读存储介质包括指令，所述指令在由计算机执行时，使所述计算机：
12.根据权利要求11所述的计算机可读存储介质，其中所述元数据包括以下各项中的至少一项：所述色谱实验是否包括未处理的进样；所述色谱实验是否包括手动处理的进样，所述色谱实验是否包括中止的进样；或者所述色谱实验是否与手动积分峰相关联。
13.根据权利要求11所述的计算机可读存储介质，其中所述输入信息还包括在所述机器学习中使用的一个或多个附加参数，所述一个或多个附加参数包括以下各项中的至少一项：签署记录；审计跟踪记录；用户名；仪器标识符；仪器位置；服务器位置；或在所述色谱实验中分配的管理权限。
14.根据权利要求11所述的计算机可读存储介质，其中所述输入信息还包括来自所述色谱实验的分析数据。
15.根据权利要求14所述的计算机可读存储介质，其中所述指令还将所述计算机配置为应用机器学习来学习...
【专利技术属性】
技术研发人员：R·查普曼，S·梅芬梅恩，T·希布斯，
申请(专利权)人：沃特世科技爱尔兰有限公司，
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。