在现场分析和通过微型质谱和机器学习快速识别草
Xingyu Wang1, Yanqiao Xie1, Jinliang Yu2
1MOE Key Laboratory of Standardization of Chinese Medicines, SATCM Key Laboratory of New Resources and Quality Evaluation of Chinese Medicines, Shanghai Key Laboratory of Compound Chinese Medicine, Institute of Chinese Materia Medica, Shanghai University of Traditional Chinese Medicine, Shanghai, China.
Rapid communications in mass spectrometry : RCM
|June 18, 2024
概括
使用机器学习的便携式质谱仪在现场快速分析果皮 (CP,QP,GCP). 这种方法可以准确地区分品种,解决天然药物的质量控制和定价差异.
科学领域:
- 分析化学 分析化学
- 自然产品分析 自然产品分析
- 频谱学是一种光谱学.
背景情况:
- 由于复杂的成分,天然药物带来了分析挑战.
- Tangerine皮 (Citri Reticulatae Pericarpium) 在美食和传统中医中使用.
- 像CP,QP和GCP这样的品种在收获时间和来源上有所不同,影响了价格.
研究的目的:
- 开发一种快速的现场分析方法,用于果皮品种.
- 为了区分Citri Reticulatae Pericarpium (CP),Citri Reticulatae Pericarpium Viride (QP) 和Citri reticulatae "Chachi" (GCP),我们将它们分为三种类型.
- 根据存储时间来评估区分GCP的潜力.
主要方法:
- 使用便携式微型质谱仪进行快速样本分析 (<1分钟).
- 集成的机器学习算法用于在现场区分果皮类型.
- 采用多个感知子的神经网络用于特定的CP和GCP歧视.
主要成果:
- 在一分钟内成功地在皮中特征化了22种化合物.
- 证明了该方法在CP,QP和GCP品种之间区分的能力.
- 展示了区分CP和GCP的潜力,解决了价格差异.
结论:
- 开发的方法可以快速 (1分钟) 在现场分析皮.
- 显著降低了测试成本,并简化了样本处理.
- 提供了一个多功能和强大的工具,用于自然医学质量评估,独立于位置.
更多相关视频
06:43Leaf Spray Mass Spectrometry: A Rapid Ambient Ionization Technique to Directly Assess Metabolites from Plant Tissues
Published on: June 21, 2018
8.6K
08:02Visualization of Metabolites Identified in the Spatial Metabolome of Traditional Chinese Medicine Using DESI-MSI
Published on: December 16, 2022
1.8K
