Компьютерная идентификация

Осколочная МС при высоком разрешении чаш е всего служит средством идентификации органических соединений. Получаемые при этом спектры очень сложны, и их интерпретация обычно ведется компьютерными способами методом элементного картирования [323], путем построения гетероатомных графиков [324] или методом топографического элементного картирования [325], сочетающим два первых способа. При такой обработке пики фраг-ментных ионов автоматически группируются в серии, характеризующиеся равным числом гетероатомов в составе ионов, и представляются в табличной или графической форме. Ряд примеров компьютерной обработки масс-спектров высокого разрешения приведен в обзоре [326]. [c.39]

Опыт создания гибридных ЭС в химии и химической технологии позволяет выделить шесть основных этапов разработки, или проектирования, ЭС 1) идентификация областей применения ЭС 2) концептуальный анализ ПО 3) разработка моделей представления знаний и выбор методов компьютерной переработки знаний 4) построение БЗ 5) создание программно-информационного обеспечения 6) тестирование качества функционирования ЭС. Рассмотрим сущность каждого этапа проектирования ЭС. [c.204]

С целью установления критериев идентификации водородных расслоений их исследовали как методами внутритрубной УЗД (В- и С-сканы), так и методами наружного контроля и металлографии. В результате показано, что основными признаками, отличающими водородные расслоения металла от неметаллических включений, являются наличие по контуру основного дефекта ступенчатых расслоений, приближающихся к внутренней или наружной поверхности трубы общая или локальная коррозия (в форме утонения стенки) внутренней или наружной поверхности трубы в области водородного расслоения возникновение над центральной частью расслоения вздутий или разрушений стенки трубы в случае, когда протяженность водородных расслоений составляет более 100 мм. Если при компьютерном анализе сканов дефектных участков трубопровода не обнаружены следы электрохимической коррозии металла стенок и ступенчатых микрорасслоений, приближающихся к наружной или внутренней поверхностям труб, то это свидетельствует [c.102]

Таким образом, литературные данные по качественной и количественной идентификации фуллеренов С60 и С70 показывают успешное применение в этих целях методов ИК- и УФ/видимой спектроскопии. Как известно, используемые для этого приборы являются весьма сложными оптическими системами, оснащенными компьютерной техникой. Имеющиеся усовершенствования, несомненно, являются значительной поддержкой при проведении соответствующих измерений. Однако данная аппаратура относится к числу дорогостоящих приборов, что обусловливает в некоторых случаях ее сложный и дорогой ремонт, а также невысокую доступность для многих научных лабораторий. [c.15]

Компьютеризованный поиск в библиотеках спектров оказывается весьма полезным, так как он дает направления поиска в случае анализа совершенно неизвестных образцов или предоставляет надежные данные для подтверждения того, что исследуемое вещество действительно присутствует в образце. Однако следует отметить, что наиболее часто используемые библиотеки содержат всего лишь от 20 ООО до 50 ООО масс-спектров, а число известных соединений на сегодняшний день составляет 12000000. Таким образом, результаты поиска в компьютерных базах данных нельзя воспринимать как истину в последней инстанции. При использовании такого поиска следует твердо придерживаться следующего правила в то время как компьютер позволяет быстро сравнить измеренный масс-спектр с библиотечным, окончательное решение об идентификации исследуемого соединения делает пользователь после тщательного изучения данных и результатов компьютерной обработки. [c.297]

При многомерной хроматографии удобно применять детекторы, предусматривающие библиотечный поиск (МС- или ИК-спек-трометры) или элементный анализ (атомно-эмиссионный детектор). Для надежной идентификации детектор должен давать одиночные, хорошо разрешенные пики. Использование сложных алгоритмов хемометрики позволяет с помощью компьютерной обработки получать данные по неразрешенным пикам, однако этот подход имеет свой ограничения. [c.79]

Разработана [47] компьютерная программа для идентификации различных добавок к полимерным материалам по данным масс-спектрометрии. [c.146]

Высокая чувствительность метода масс-спектрометрии дает возможность проводить локальный анализ образца при изучении диффузии ингредиентов, например противостарителя в шинах. Идентификация осуществляется путем компьютерного сравнения масс-спектров, характеризующих поверхность с налетом и поверхность, свободную от налета. [c.147]

Одна из стратегий идентификации гена заболевания в отсутствие данных о продукте этого гена и каких-либо генов-кандидатов. В подобных случаях сначала определяют хромосомную локализацию (позицию) гена. Затем получают геномные клоны, охватывающие картированный сайт (используя соответствующие маркеры), идентифицируют и анализируют присутствующие в них экзоны. Используя целый ряд методов (идентификация G -островков, улавливание экзонов, секвенирование, компьютерный анализ и т.д.), определяют, какой именно ген ответствен за данное заболевание. [c.556]

Более сложный подход к обработке 2М-спектров с целью упрощения их расшифровки основан на идентификации мультиплетов с помощью компьютерных процедур распознавания структур. Эти процедуры можно рассматривать как первый шаг на пути полной автоматизации анализа 2М-спектров. Распознавание структур может также приводить к лучшему подавлению шумов и артефактов в 2М-спектрах. В 1М-спектрах трудно отличить мультиплеты от случайного сочетания химических сдвигов. В противоположность этому в 2М-спектрах мультиплеты имеют достаточно высокую информативность, и процедуры распознавания структур в этом случае не дают ложную информацию. [c.412]

Такими компонентами являются индексы хроматографического удерживания, интенсивности пиков спектров, положение этих пиков, фадуировочные коэффициенты детекторов и другие, включая двойные и тройные соотношения этих компонентов. Эти коды поддаются математической формализации, что позволяет создать компьютерные профаммы надежной идентификации определяемых веществ. [c.619]

Помощь прибора в идентификации неизвестных соединений будет возрастать по мере того, как аналитические установки будут оснащаться встроенными запоминающими устройствами, в которых хранятся библиотеки опорных данных и другой справочной информации. Обычно запоминающие устройства входят в состав встроенной в прибор компьютерной системы. [c.105]

Наиболее простой режим работы — это запись масс-спектров элюируемых компонентов. Если в заданных условиях осуществить газохроматографическое разделение двух или более различных компонентов смеси не удается, то масс-спектрометр дает спектры смеси. В такой ситуации возрастают трудности при интерпретации и при проверке воспроизводимости результатов вследствие различий в спектрах. Избежать смешивания спектров при хромато-масс-спектрометрических исследованиях можно несколькими способами. Во-первых, можно использовать капиллярную колонку, что позволяет значительно увеличить степень разделения компонентов с близким временем удерживания. Во-вторых, идентификация одновременно элюируемых компонентов упрощается при применении химической ионизации. Кроме того, тщательный контроль условий заполнения колонки помогает достичь желаемого разделения. В то же время компьютерная техника, основанная на табличном моде- [c.123]

Аналогичная хроматографическая система, предусматривающая использование компьютерной идентификации, создана в Сибирском отделении РАН на базе скоростных полевых газовых хроматографов ЭХО [53]. Особенностью этой системы является применение поликапиллярных хроматографических колонок, позволяющих проводить анализ сложных смесей загрязнений в течение 10—20 с. Хроматографы оснащены различными детекторами (катарометр, ПИД, ФИД, АИД и ЭЗД), а хроматографическая информация обрабатывается с помощью компьютера, позволяющего осуществлять идентификацию загрязняющих веществ по базе данных (хроматографические характеристики удерживания на НЖФ различной полярности). [c.88]

Компьютерная идентификация с помощью библиотеки масс-спектров (масс-спектр 2,3,7,8-тетрахлордибензо-п-диоксина изображен на рис. Х.9) позволила расшифровать сложную смесь органических соединений фракции 2 (см. табл. Х.7), разделенную на капиллярной колонке хромато-масс-спектрометра (см. хроматограмму на рис. Х.8). [c.566]

В методах исследования широко используются разнообразные математические приемы, главным образом на базе ЭВМ. Разложение спектров на составляющие, линеаризация кривых титрования, способы повышения отношения сигнал/шум, статистическая обработка данных, информационно-поисковые системы, - все они в некоторой мере теряют свое в недавнем прошлом ведущее положение. Сейчас огромную роль играет преобразование Фурье для ЯМР- и ИК -спектроскопии, рабочих станций для хроматографии, компьютерной идентификации органических соединений с использованием систем искусственного И1ггеллекта, экспертные системы для многих методов анализа [4]. Разные направления математизации химического анализа слились в новую область, получившую название хемометрии [5]. [c.11]

Неотъемлемым компонентом каждого занятия является лабораторный практикум, в процессе которого обучаемый приобретает основные навыки и приемы работы химической лаборатории, овладевает техникой эксперимента, учится собирать лабораторные установки и работать на них. На малом практикуме студенты выполняют качественные реакции на функциональные группы, получают отдельные представители различных классов органических соединений, проводет с ними характерные реакции. Кроме малого практикума студенты фармацевтического факультета овладевают физико-химическими методами выделения, очистки и идентификации органических соединений, а также проводят синтез заданного соединения. При завершении семестра студент сдает зачет по практическим навыкам и защищает реферат по синтезированным соединениям. Контроль знаний, позволяющий судить о степени усвоения материала, осуществляется путем выполнения контрольных работ, сдачи коллоквиумов, решения ситуационных задач, программированного контроля, контроля с помощью тестов Отдельные занятия контроля по тестам проводятся в компьютерном классе Итоговый контроль завершается сдачей переводного экзамена по всему курсу. [c.27]

В предыдущей главе были рассмотрены некоторые групповые характеристики нефтей. Настоящая глава, как и две следующие, посвящена индивидуальным углеводородам нефтей, т. е. содержит результаты работ, выполненных на молекулярном уровне. Все полученные ниже данные были достигнуты с применением наиболее современных методов исследования, таких, как ГЖХ с использованием капиллярных колонок и программирования температуры и хромато-масс-спектрометрия с компьютерной обработкой и реконструкцией хроматограмм по отдельным характеристическим фрагментным ионам (масс-фрагмептография или масс-хроматография). Широко использовались также спектры ЯМР на ядрах Большинство рассматриваемых далее нефтяных углеводородов было получено также путем встречного синтеза в лаборатории. При этом применялись как обычные методы синтеза, так и каталитический синтез, приводящий к получению хорошо разделяемых смссеп близких по структуре углеводородов, строение которых устанавливалось спектрами ЯМР на ядрах Идентификация любого углеводорода в нефтях считалась доказанной, если пики на хроматограммах (чаще всего использовались две фазы) совпадали, а масс-спектры этого пика и модельного (эталонного) углеводорода были при этом идентичны. [c.34]

Развитие классической аналитической химии шло в направлении разработки новых органических реагентов для селективного обнаружения и количественного определения элементов, совершенствования методик анализа и внедрения математических методов обработки результатов анализа. Начиная с середины прошлого века, сначала для целей идентификации, а затем и для количественных определений в аналитической химии стали использовать инструментальные методы анализа, обладающие преимуществами в чувствительности, скорости и точности выполнения анализа, необходимые в научных исследованиях и производственном контроле. Развитие инструментальных методов привело к появлению новых направлений (например, аналитическая биохимия, хроматография, радиоаналитическая химия и т. п.). В эпоху научно-технической революции появление принципиально новой методологии — моделирования, алгоритмизации, системного подхода — привело к перестройке и в аналитической химии, которую теперь квалифицируют как науку, занимающуюся получением информации о химическом составе вещественных систем. Полная химическая информация о качественном и количественном составе, получаемая в максимально короткие сроки на минимальном количестве исследуемого объекта, требуется практически во всех отраслях науки, техники и промышленности. Это стало возможным в результате развития в XX в. компьютерной техники и автоматизации производства. [c.6]

Разработка эффективных методов генерирования МГ приобретает особое значение в связи с проблемами компьютерного синтеза и молекулярного дизайна [19—25], автоматизации обработки данных спектральных исследований молекул, идентификации химических соединений ио набору спектральных данных, полученных методами ПК-, ЯМР-, ЯКР-спектросконии и масс-спектрометрии [26— 29]. Во всех этих направлениях возникает проблема описания изомеров с данной брутто-формулой или нахождения всех возмоншых продуктов реакций, удовлетворяющих определенным критериям отбора. Наиболее общие способы генерации химических структур ориентированы на современные ЭВМ, с помощью которых ио определенным алгоритмам можно находить структурные формулы всех возможных изомеров с заданной брутто-формулой. Эти методы основаны на онисаиип структуры молекулы в виде топологической матрицы. [c.22]

В результате этого технологического взрыва немало приобрела и аналитическая химия. В жизнь вошли локальные компьютерные сети, соединяющие аналитические приборы, методы, использующие фурье-преобразование спектроскопических данных, системы сравнительного поиска аналитических данных для идентификации неизвестных веществ. В то же время аналитическую химию следует по праву считать и одним из стол1Юв , на которых держится вся информационная эра. Ведь прежде, чем информацию собрать, сохранить, обработать и передать, ее необходимо 1юлучить. А именно 1юлучение новой, достоверной информации и является, по существу, целью химического анализа. [c.30]

Рентгеновская дифракция (РД) — это мощньсй метсд идентификации кристаллических фаз и их смесей. Благодаря наличию компьютерных файлов РД-данных идентификация фаз часто очень проста, при условии что фазы кристаллические и их концентрация выше предела обнаружения метода (1-2%). [c.486]

РД можно использовать как метод ех situ для идентификации промежуточных и конечных продуктов термического процесса. Такой подход весьма распространен, потому что не требует никакого специального оборупрвалия используют обычный порошковый дифрактометр. Для идентификации кристаллических фаз необходим файл по порошковой дифракции или на карте, или в виде компьютерного файла. Естественно, справочный файл может быть создан самим пользователем, но в большинстве случаев более удобно обращаться к банку J PDS (Объединенного комитета по стандартам для порошковой дифракции). [c.486]

Последний пример — это масс-спектр электронного удара диурона (рис. 9.4-2,о см. с. 262). Изотопный кластер m/z = 232 относится к молекулярному иону. Соотношение 10 7 для тп/г = 232 и m/z = 234 указывает на то, что это—дихлор-производное. Пики фрагментов m/z = 187, 161 и 124 также содержат два атома хлора. Определение точной массы с разрешением 5000 приводит к значению 203,021, что приводит к общей формуле 9H10 I2N2O (рассчитанное значение массы 203,017, Д = 0,004). Поиск в компьютерной базе данных позволяет идентифицировать это соединение как диурон, хотя снова положение атомов хлора является неопределенным. Некоторые из основных пиков фрагментов также подтверждают такую идентификацию. Фрагмент тп/г = 161 можно отнести к иону [c.296]

Идентификация метаболитов лекарственных веществ не является, однако, поиском совершенно неизвестных соединений. Современные компьютерные методы математического моделирования позволяют достаточно полно исследовать тип ожидаемых метаболитов. Для решения этой задачи полезно и важно применять методы мягкой ионизащги, так как, с одной стороны, часто требуется определять нестабильные соединения (такие, как глюкуронидные или сульфатные конъюгаты), а с другой, — наиболее распространенные пути биотрансформации (гидроксилирование, сопряжение, гидролиз эфиров и амидов и деметилирование) легко идентифицировать при помощи определения молекулярных масс. [c.306]

В настоящее время химический анализ выполняется в основном с помощью настольных систем, размером приблизительно с большой телевизор. Как видно из предыдущих глав, существует множество аналитических методов, предназначенных для проведения лабораторного анализа проб с целью выяснения возможной структуры, идентификации компонентов и определения их количеств. Анализ включает в себя стадии пробоотбора, предварительной обработки пробы, разделения компонентов и их последующего определения. Первоначально все эти стадии выполнялись вручную с помощью различных приборов. Однако для анализа в режиме on-line необходима как можно большая автоматизация процесса. Во многих современных оп-Нпе-системах стадии пробоотбора и пробоподготовки, разделения и определения сосредоточены в одном приборе с автоматическим компьютерным контролем большинства стадий. Примерами этих так называемых систем полного анализа (СПА, рис. 15.1-1,6) являются проточно-инжекционный анализ (ПИА), электрофорез, хроматография (гл. 5) и масс-спектрометрия (разд. 9.4). Эти методы используют в режиме ex-situ, т. е. пробу необходимо отобрать и перенести в лабораторию. Как правило, перед началом анализа проба подвергается предобработке, сложность которой определяется решаемой аналитической задачей. Эти системы обладают рядом преимуществ, связанных с высокой степенью автоматизации анализа, возможностью проведения автоматической калибровки и отсутствием необходимости использовать высокочувствительные детекторы, благодаря предварительной [c.639]

Компьютерно управляемый квадрупольный масс-селективный детектор, сопряженный с газо-жидкостным хроматографом модели TRIO 1000 предоставляет исследователю уникальную возможность разделения многокомпонентных смесей (двухфазная двухмерная хроматография) и детального анализа химической структуры компонентов с библиотечным масс-спектральныи поиском и идентификацией веществ в реальном масштабе времени и диапазоне [c.461]

При решении крупномасштабных задач оптимизации химико-технологических процессов на учебных практических и лабораторных занятиях целесообразно выделить уровни иерархии системы, на ее основе провести декомпозицию задачи с идентификацией простешпих элементов задачи и формированием алгоритмов их решения, а затем в ходе синтеза глобального алгоритма и его компьютерной реализации получить численное решение позиции оптимума. Реализация такого подхода рассмотрена при поиске оптимального режима работы концентрационной ректификационной колонны при разделении бинарной смеси углеводородов. [c.186]

Авторы благодарят своих учеников — ведущего программиста канд. техн. наук С.П. Дударова, разработавшего совместно с авторами методы идентификации аварийных источников выбросов и создавшего программную реализацию комплекса программных средств для прогнозирования последствий аварий с выбросами опасных химических веществ, аспирантку кафедры компьютерно-интегрированных систем в химической технологии (КИС ХТ) Российского химико-технологического университета им. Д. И. Менделеева Г.В. Филиппову, оказавшую большую помощь в подготовке компьютерного набора рукописи учебного пособия, а также аспиранта кафедры КИС ХТ Е. В. Варчавского, выполнившего большой объем работ по подготовке рукописи к изданию. [c.12]

Создание количественных методов компьютерного определения вторичных структур в опытных трехмерных структурах белков необходимо также вследствие усложнения процедуры корреляционного анализа, увеличения количества исследованных рентгеноструктурно белков и по некоторым другим причинам, в частности, из-за неоднозначности результатов предсказания того или иного метода при использовании его разными исследователями. Первые алгоритмы идентификации -изгибов с помощью ЭВМ по экспериментальным данным были созданы И. Кунтцем [142, 143] и П. Льюисом и соавт. [111]. Позднее они усовершенствовались П. Чоу и Г. Фасманом [172], Г. Раузе и Дж. Селтцером [173]. С. Лифсон п К. Сандер [174] разработали компьютерный метод определения -структуры, а М. Левитт и Дж. Грир [153] создали первый алгоритм установ- [c.510]

Internet Line). Они созданы исходя из некоторых характерных для экзона особенностей. Одна из них - ожидаемая нуклеотидная последовательность кодирующей области. Если лаборатория оснащена оборудованием для широкомасштабного секвенирования, можно секвенировать геномные клоны, охватывающие область расположения искомого гена, и провести компьютерную обработку полученных данных с целью выявления экзонов. Нуклеотидную последовательность предполагаемого экзона можно использовать для поиска гомологичных ей последовательностей в генной базе данных или синтезировать на ее основе олигонуклеотидный зонд для скрининга кДНК-библиотеки. Наконец, как и в случае других методов идентификации экзонов в геномных клонах, необходимо доказать, что предполагаемый экзон является частью гена-мишени. [c.476]

Компьютерное построение ионных масс хроматограмм поз воляет получить профили элюирования всех хроматографиче ских пиков с помощью математических методов разделения перекрывающихся пиков Анализ данных в этом случае заклю чается в основном в определении характера изменения масс спектральной картины в процессе элюирования хроматографи ческого пика [116] Один из таких методов состоит в том что в области перекрывания хроматографических пиков выделяют масс спектральный пик, характерный только для одного из компонентов Обычно это один из пиков с наиболее узким вре менным окном Идентифицированные таким образом по этим пикам чистые масс хроматограммы используются затем как талон для сравнения с другими хроматограммами, из которых затем с помощью корреляционного анализа выделяются спект ры анализируемых компонентов После вычитания первого компонента из набора данных процедура повторяется для идентификации следующих компонентов Основным недостат ком этого метода является необходимость наличия характери стических ионов для идентификации каждого соединения, что особенно трудно выполнить при анализе соединений со сход ной структурой, для которых, как правило хроматографиче ское и спектральное перекрывание наиболее вероятно [c.66]

Простейшим примером служит набор однозначно установленных соответствий вещество — спектр , являющийся основой компьютерных информационно-поисковых систем. При такой модели задача идентификации индивидуального соединения сводится к тфосмотру, точнее, к поиску спектра в банке последний обычно содержится во внешней памяти ЭВМ на магнитных дисках. Такие банки емкостью в десятки и сотни тысяч веществ хорошо известны в ИК- и масс-спектроскопии (мощная информационно-поисковая система для ИК- и масс-спектроскопии уже довольно давно разработана и используется в Сибирском отделении РАН, г. Новосибирск). Заметим, что алгоритмы поиска информации в базах данных составляют самостоятельный раздел компьютерной науки и довольно непросты. [c.440]

Как и в большинстве других областей применения спектральных методов, в аналитической химии проводится большая исследовательская работа по привлечению компьютеров для решения таких задач, как а) преобразование спектров в более компактную форму для последующего их хранения в компьЮ терных системах, б) разработка методов поиска, в) создание стандартных каталогов эталонных спектров в виде, пригодном для ввода в компьютер, и г) разработка компьютерных методов обращения с большими массивами данных. Наиболее важной представляется разработка методов быстрого поиска, уменьшение требований к объему памяти и возможность легкого распространения каталогов эталонных спектров среди заинтересованных лабораторий. В работах [80, 81] обсуждается использование масс-спектрометрических данных, представленных в двоичном коде, в файловых поисковых системах, предназначенных для идентификации спектров. Основное достоинство этого подхода — значительная экономия памяти и уменьшение времени поиска. Методы поиска в масс-спектрометрии можно разделить на две большие группы методы прямого и обратного поиска. В первом случае обрабатываемый объект сравнивается с элементами каталога, а во втором, наоборот, элементы каталога сравниваются с объектом, который необходимо опознать. Разработаны различные методы сравнения масс-спектра неизвестного соединения с эталонными данными каталога. В статье [82] предложен следующий подход обрабатываемый масс-спектр разбивается на интервалы длиной 14 а.е. м, в каждом из которых выделяется по два самых интенсивных пика, и преобразованный спектр сопоставляется эталонными спектрами, находящимися в каталоге (также предварительно подвергнутыми такой же процедуре сжатия). Существуют и другие методики сжатия спектров, учитывающие шесть, восемь или десять наиболее интенсивных пиков [83]. Во всех этих процедурах сравнение спектров проводится в режиме прямого поиска. В литературе [84—86] описана система, называемая Probability Mat hed Sear h, которая отличается от других систем поиска в двух отношениях. Первое отличие состоит в том, что сжатие спектра проводится с помощью процедуры, которая приписывает фрагментам, характеризующим структуру молекулы, еще и определенное значение параметра уникальности, причем чем чаще такой фрагмент встречается в эталонных спектрах, тем меньше значение этого параметра. Поиск по каталогу ведется с учетом всего десяти пиков спект- [c.121]

В Европе более распространена Европейская конвенция нумерации статей (см. рис. 8.11,6). Штриховые коды, показанные на рис. 8.13, были выданы печатающим устройством, способным печатать требуемый штриховой код, интерпретирующую строку и одну строку свободного текста. Наибольшая из двух меток (рис. 8.13) позволяет записать 25 символов данных, в то время как меньшая метка может допустить только 10 символов. Считывающее устройство штрихового кода для обработки меток подобного типа может быть легко сопряжено с настольным компьютером, и в этом случае систему удобно использовать — при наличии, естественно, необходимого математического обеспечения— для интерпретации поступающих потоков бит, выдаваемых считывающим устройством. Идентификация образцов во многих лабораториях, в частности таких, в которых ежедневно обрабатывается большое число образцов, все чаще проводится при помощи меток, подобных изображенным на рис. 8.13. Некоторые типы оптических стержней сканнеров [20] способны считывать цветные закодированные штрихи такое устройство может оказаться полезным в аналитической лаборатории. Кроме того, оно может также использоваться для считывания компьютерных программ стендовыми калькуляторами или настольными компьютерами. При помощи штриховых кодов легко [c.348]