LC-MS/MS 人工智能 PeakintelligenceTM
为了帮助药品生产企业、药品检验机构及第三方检测机构更好地应对2020版药典中药材及饮片(植物类)中禁用农药多残留的分析方法,岛津公司已推出2020《中国药典》中药材及饮片农药多残留检测全面解决方案。尤其在LC-MS/MS农残数据解析方面,采用全新PeakintelligenceTM功能,运用AI技术对色谱峰自动智能积分,无需设置任何积分参数,帮助用户大大简化在LC-MS/MS数据处理上花费的时间,有效提升工作效率。
已于2020年12月30日正式实施的2020年版《中国药典》(以下简称“2020版药典”),在“2341 农药残留量测定法”中新增第五法植物类药材中禁用农药多残留测定提供了GC-MS/MS和LC-MS/MS检测的化合物清单、检测方法、三种药材样品前处理。对于涉及药材及饮片的制药企业及药厂,由于药材及饮片(植物类)种类繁多,样品基质复杂,加上无相关技术储备,实验人员在面对大量样品数据处理时,难免会因分析经验不足、目标物受基质干扰较大或人为失误等原因,造成积分结果不准确;甚至在特定情况下,会采取手动积分操作处理。与此同时,由于中药农残检测投入较高,非自检的企业会选择第三方检测公司委托分析,检测企业的操作人员由于个人数据处理的能力参差不齐,难以避免会发生篡改积分结果的风险。在合规性管理要求下,无论是制药企业还是第三方检测机构,在如何快速准确获得结果报告方面面临着巨大的挑战。
为了帮助药品生产企业、药品检验机构及第三方检测机构更好地应对在数据解析方面的困境,在开发的LC-MS/MS法检测30个农药化合物多残留的应用方案中,对于农残的数据解析,通过PeakintelligenceTM功能,运用AI技术对色谱峰自动智能积分,无需设置任何积分参数,帮助用户大大简化在LC-MS/MS数据处理上花费的时间,有效提升工作效率。
Peakintelligence™
运用AI技术实现色谱峰智能积分
准确、快速处理海量农残数据
PeakintelligenceTM采用人工智能AI(AI:Artificial Intelligence)技术,通过深度学习,利用大量数据开展学习训练,实现正确检测和积分目标物色谱峰,减少了错误检测或未检测色谱峰的数量,极大缩短确认结果所需的时间。特别是有效解决用户因分析经验不足等原因,造成积分结果不准确等问题。在显著提升数据处理效率的同时,也可获得准确的数据结果。
按照2020版药典通则2341《农药残留量测定法》第五法《药材及饮片(植物类)中禁用农药多残留测定法》要求,采用LC-MS/MS配合PeakintelligenceTM技术开发了麦冬中30个农药化合物多残留检测的应用方案。在麦冬样品数据处理中,在质谱数据处理软件LabSolutions Insight打开LC-MS/MS采集的农残数据,在积分功能选项下拉菜单中,选择算法“Peakintelligence_Ver2”及模型“LCMS_Model_V1”即可,无需设置任何积分参数,即可自动、快速、准确完成目标物色谱峰积分检测。
通过运用AI技术对不同浓度点的农残对照品进行色谱峰智能积分,30个农残化合物的校正曲线相关系数r均大于0.999,农残混标浓度点的准确度范围在94%~106%之间。在各自最低浓度点范围为1~5ng/mL,其准确度分别为94%~100%。
以甲胺磷为例,应用PeakintelligenceTM的AI技术解析农残混标的准确度%结果(浓度范围5~200ng/mL,相关系数r=0.9992)
PeakintelligenceTM是由岛津制作所与富士通株式会社、株式会社富士通研究所联合研究开发。此外,开发过程中从大阪大学研究生院工学研究专业福崎英一郎教授、大阪大学信息科学研究专业松田史生教授处获得研究人员需求和技术性建议。
通过深度学习训练数据模型
在最新发表的一篇应用通讯中,研究人员使用LCMS-8060NX分析了唾液中短链脂肪酸等口腔细菌产生的亲水性代谢产物,以对口腔菌群进行代谢组学研究。其中展示了使用PeakintelligenceTM技术对检测到的色谱峰进行积分的案例,对于复杂组分或是色谱峰未完全分离的情况下,PeakintelligenceTM也可以正确检测和积分,减少了错误检测或未检测到峰的数量以及确认结果所需的时间。
PeakintelligenceTM技术不仅适用于中药农残检测相关客户,对于植物源性及动物源性食品中农残检测的用户,也可运用AI技术的全新算法,自动快速处理海量的农残数据。目前PeakintelligenceTM技术支持农药残留数据的快速解析,LC-MS/MS版初级代谢产物方法包和细胞培养上清液方法包中化合物的数据处理。
岛津
展源
何发
2020-05-27
2020-05-27
2020-05-27
2022-09-15
2024-07-30
2020-05-27
2020-05-27
2020-05-27
2020-05-27
2020-05-27
加载更多