[发明专利]用于在调谐质谱设备时选择参数值的方法、介质和系统

说明书

示例性实施方案提供了用于自动调谐质谱(MS)设备的方法、介质和系统。该MS设备可包括多个部件，该多个部件中的每个部件可与影响该部件的性能的可调节参数相关联。人工智能可确定被预测为在用该MS设备执行实验时降低数据可变性的参数的值。通过降低数据可变性，用该MS设备运行的实验更有可能可在不同装置上、在不同实验室中、由不同操作者以及在不同时间重复。

相关申请的交叉引用

本申请要求2021年3月15日提交的美国临时申请号63/161,092和2020年8月26日提交的名称为“METHODS,MEDIUMS,AND SYSTEMS FOR SELECTING VALUES FOR PARAMETERSWHEN TUNING A MASS SPECTROMETRY APPARATUS”的美国临时申请号63/070,582的权益，这些申请的全部公开内容以引用方式并入本文。

背景技术

质谱(MS)和液相色谱-质谱(LCMS)设备用于分析化学样品以研究样品的特性、质量或结构。非常希望即使在不同实验室中、由不同操作者、在不同机器上和/或在不同时间进行测试，对相同样品的分析也产生相同结果。

然而，MS装置是由许多不同部件构成的高度复杂的仪器。可调节每个部件来影响仪器的性能。由于可调节的变量的绝对数量以及这些变量的相互依赖性，非专家人员很难成功地调谐仪器。例如，调节可以是相互依赖的，使得应当结合对一个部件的相应调节来进行对另一个部件的调节。此外，对于任何给定部件，都没有客观的“最佳”设置，因为差的强度或分辨率可能会受到部件的老化、清洁度或甚至温度的影响。更进一步地，随着机器变得更精确，需要甚至更精确的调谐。因此，调谐MS仪器可以是通常由专家执行的高度主观的过程。

因为非常难以调谐MS仪器，所以能够进行这些调节的专家非常抢手。并且因为调谐在某种程度上是一种艺术形式，所以不同的专家可以不同方式调谐相同的MS仪器。因此，调谐过程是数据可变性的主要原因。

发明内容

根据第一实施方案，调谐系统可访问一组参数。每个参数可与质谱(MS)设备的部件相关联，并且可在数据收集过程期间控制该部件的操作。该组参数可共同形成搜索空间。

可使用人工智能(AI)来搜索搜索空间，该人工智能被配置为选择被预测为在数据收集过程期间降低数据可变性的参数的一组值。数据可变性可指实验在给定相同输入的情况下产生不同输出的趋势。当在不同环境条件下测试输入时，或者当实验设备随时间表现出不同性质时，可能出现数据可变性。

由AI选择的参数的值可被传输到MS设备。在MS设备应用这些值并分析参考材料之后，调谐系统可接收分析的结果。基于这些结果，调谐系统可确定所选择的值实际上是否降低数据可变性，并且基于该确定，可更新由人工智能应用来选择参数的该组值的模型。

因为AI被专门配置为搜索降低数据可变性的参数组合(而不是例如优化MS设备总体上或相对于特定样品的性能)，所以MS设备的用户可确信实验将可跨不同操作者、不同实验室、不同仪器和不同时间重复。例如，如果MS设备被设置为确定样品是否包括针对给定疾病或病症的标记，则重要的是，分析的结果不取决于哪个机器被用于运行分析或者哪个操作者正在运行该机器。优选地，分析中唯一的可变性应来自被分析的样品。换句话说，在两个不同机器上、在两个不同时间、由两个不同操作者分析的相同样品仍然应产生相同的谱。否则，可能难以确定是否出现两个不同结果，因为一个样品具有疾病标记而另一个样品没有疾病标记，或者因为使用了不同机器来分析样品。

在其他实施方案中，AI可被配置为搜索针对强度、分辨率、稳定性或某一其他目标进行优化的参数。