[发明专利]分析选定的多组分样品的方法

摘要

本申请描述了一种由二维(2D)分离数据(GC－MS)对复杂的多组分混合物的化学或生物学性质(诸如毒性、致突变性)进行预测的方法。利用自动曲线解析程序(GENTLE)把数据解析成各个组分的谱峰(C)和谱项(S)。随后将已解析的峰值进行积分,并且把特征面积、分离参数和缔合谱图合并成一个预测值矩阵(X),这个矩阵可用作多元回归模型的输入项。利用部分最小二乘法(PLS)将一组测试集的2D分离数据与已测过的性质联系起来。随后,就可以用回归模型预测其他样品的性质。

主权项

1.一种分析选定的多组分样品的方法，以预测其本征值，该方法包括：i)确定多个类似的多组分样品的所述本征值；ii)对每一种所述的相似样品来说，a)沿一分离量度分离样品的组分，b)在沿所述分离量度的多个位置上对样品的多个部分进行采样，c)确定每一部分的图形，该图形表征该部分的单一或多组分的性质，d)为所述分离量度的各个部分选择多组所述图形，并且从其中确定出所述部分的各个组分的特征图形和分离量度分布曲线；iii)将沿分离量度所确定的图形与其分布曲线的位置进行比较，由此鉴定出所述相似样品中的类似组分；iv)将所述类似样品中的各个组分的所述本征值与已确定的分布曲线强度进行比较，由此产生一个预测样品的所述本征值的模型；v)对所述的选定样品来说，A)沿一分离量度分离样品的组分，B)在沿所述分离量度的多个位置上对样品的多个部分进行采样，C)确定每一部分的图形，该图形表征该部分的单一或多组分的性质，D)为所述分离量度的各个部分选择多组所述图形，并且从其中确定出这些部分的各个组分的特征图形和分离量度分布曲线，E)将所述模型施加到所述选定样品中的各个组分的已确定分布曲线的强度上，由此对所述选定样品的所述本征值进行估算。