在物理化学实验室NMR实验中分析大型数据集,使用Python进行NMR实验
Zefan Zhang1, Anshul Gautam1, Soon-Mi Lim1
1Department of Chemistry, Texas A&M University, 3255 TAMU, College Station, Texas 77843, United States.
这项研究引入了一个新的基于Python的协议,用于分析本科生物理化学实验室的低场核磁共振 (NMR) 光谱数据. 它为学生提供了对大型数据集的基本数据分析技能,这对现代科学和工程至关重要.
科学领域:
- 物理化学教育教育 物理化学教育
- 频谱学技术 频谱学技术
- 计算化学计算化学
背景情况:
- 传统的本科化学课程往往缺乏对大数据集分析的全面培训.
- 核磁共振 (NMR) 光谱是化学的一个基本技术,但其在本科实验室中的应用可能受到数据处理复杂性的限制.
- 在化学教育中,人们越来越需要易于使用的,现代化的计算工具,以为学生准备研究和工业.
研究的目的:
- 提出适用于本科生物理化学实验室的低场NMR光谱学的更新实验协议.
- 为这个NMR实验开发和实施基于Python的数据处理和分析工作流.
- 通过交互式JupyterLab环境向学生介绍与科学和工程相关的基本数据分析方法.
主要方法:
- 在JupyterLab交互式工作表中实施基于Python的数据分析协议.
- 使用低场核磁共振 (NMR) 光谱来获取数据.
- 根据开发的协议指导的逐步交互式数据处理和分析.
主要成果:
- 成功集成Python协议,用于处理和分析低场NMR数据.
- 学生通过使用Python获得现代数据分析技术的实践经验.
- 该协议通过结合计算分析来增强NMR光谱实验的教育价值.
结论:
- 开发的Python协议有效地支持本科生物理化学实验室的低场NMR光谱分析.
- 这种方法弥合了传统化学教育中数据分析培训的差距.
- 由于Python和JupyterLab的开源性质,促进了教育环境中的可访问性和采用性.
更多相关视频
10:28Measuring Interactions of Globular and Filamentous Proteins by Nuclear Magnetic Resonance Spectroscopy NMR and Microscale Thermophoresis MST
Published on: November 2, 2018
08:0915N CPMG Relaxation Dispersion for the Investigation of Protein Conformational Dynamics on the µs-ms Timescale
Published on: April 19, 2021
相关概念视频
Two-Dimensional (2D) NMR: Overview
The first step is the preparation period, during which nucleus A is excited with a radiofrequency pulse....
NMR Spectroscopy: Spin–Spin Coupling
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are...
¹H NMR of Conformationally Flexible Molecules: Temporal Resolution
Applications Of NMR In Biology
Interpreting ¹H NMR Signal Splitting: The (n + 1) Rule
