Сокращения масс-спектра метод

Значительно сокращает время поиска спектров в банке данных упорядочение файла масс спектральных данных на основа НИИ их статистической значимости [184] Этот метод позволяет проводить поиск в реальном масштабе времени в процессе ХМС анализа Массы и интенсивности пиков взвешиваются в масштабе lg2 в соответствии с их статистической распространенностью в большом банке данных, в каждом спектре выбирается 15—27 (в зависимости от молекулярной массы) наиболее значимых ионов с наибольшей суммой весов для масс ионов и интенсивностей пиков Каждый такой сокращенный масс- [c.114]

Применительно к классификации образов преобразованные данные содержат ту же информацию, но в форме, упрощающей задачу создания классификатора или способствующей ее решению линейными методами. Теперь мы должны показать, как использовать быстрое преобразование Фурье (БПФ) при классификации образов по действительным данным (масс-спектрам низкого разрешения) и как применять усредняющее свойство этого преобразования для сокращения размерности. [c.148]

Естественно-радиоактивные изотопы обозначены звёздочкой. Там, где не указан метод анализа изотопного состава, исследования проводились с помощью масс-спектроскопии. Кроме того, введены сокращения МП — метод парабол, ОС — анализ оптических спектров. [c.45]

В тандемной масс-спектрометрии первый масс-спектрометр (MS-I) служит источником ионов определенной массы для второго масс-спектрометра (MS-II). В зоне столкновений масс-спектрометра MS-II эти ионы при соударении с электронами распадаются на серию новых ионов-фрагментов, которые и анализируются прибором. Данный метод, который сокращенно обозначают MS/MS, особенно перспективен в анализе смесей веществ большой молекулярной массы. Сначала в первом приборе используют мягкие методы ионизации, что позволяет получить смесь молекулярных ионов, но избежать при этом сильной фрагментации. Из этой смеси масс-спектрометр MS-I отбирает лишь одну из масс, которая направляется во второй прибор MS-II, где подвергается глубокой фрагментации и дает полный спектр, характеризующий строение данного компонента смеси. Важными достоинствами тандемной масс-спектрометрии являются высокая скорость и специфичность. Это мощный метод анализа групп соединений близкого молекулярного строения. Он особенно эффективен, если нужно подавить все сигналы побочных веществ и загрязняющих примесей, всегда присутствующих в биологических образцах. Этот метод позволяет определять аминокислотные последовательности в белках, содержащих до 20 аминокислотных остатков, и в некоторых случаях для этого достаточно всего несколько микрограммов вещества. [c.197]

Расирос раненные методы сокращения полных масс спект ров зактючаются в отборе п наиболее интенсивных пиков п = 5 [173] 6 [174] 8 10 20 [175], 25 [176] Было показано, что при использовании для поиска сокращенных спектров с п = 8 и п = 20 [177] или п =10 и п = 20 получались примерно одинаковые результаты, при этом с увеличением молекулярной массы анализируемых соединений несколько уменьшалась на дежиость идентификации Предпринимались попытки менять котичество отбираемых пиков в сокращенном масс спектре в за висимости от молекулярной массы соединении например 6 наиболее интенсивных пиков для соединении с молекулярной массой до 200 и 10 пиков — для соединении с М > 200 [174] [c.113]

Наряду с поисковыми и интерпретирующими системами, основанными на использовании библиотечных масс спектров существуют системы для идентификации соединений, базирующи еся на методах обработки многомерной информации В отличие от индивидуальной идентификации они позволяют выявить общие групповые характеристики классов и групп соединений К ним относятся методы распознавания образов, кластерного и факторного анализа В этом случае масс спектры обычно представляются в виде точек в многомерном пространстве с числом измерений, равным числу масс спектральных характе ристик в полном или сокращенном масс спектре Значения этих характеристик являются координатами точки в многомерном пространстве, так что чем больше сходство между масс спект рами тем ближе расположены друг к другу соответствующие им точки в пространстве Если заранее задается свойство или структурная характеристика, по которой судят о близости ана лизируемых объектов, то путем обучения системы на масси ве масс спектров известных соединений определяются границы областей в пространстве (кластеров), в которые попадают со единения с данным признаком К таким методам называемым обучением с учителем относятся расчет расстоянии от средне го масс спектра каждого класса соединений метод обучающихся машин и метод ближаиших соседей Если же это классифици рующее свойство точно не известно ити примеров для обучения не имеется, то используются методы распознавапия образов без обучения или кластерный анализ [71] [c.122]

Часть данных исключается из хранимого массива, если используется поисковый алгоритм базирующийся только на нескольких пиках масс спектра В этом случае оставляют толь ко наиболее интенсивные или наиболее значимые пики масс спектра В других методах производится сокращение информа ции, относящейся к кал<дому пику, предельным случаем такого подхода является бинарное кодирование, в котором информа ция об интенсивности сводится только к констатации присутствия или отсутствия пика В одной из схем сжатия масс спектральной информации предложено отказаться от указания масс ионов сравнение масс спектров производится по оценке расстояния 14 мерного вектора, в виде которого представляется каждый масс спектр, от эталонного вектора, оценкт производит ся по эвклидову расстоянию или по сумме абсолютых величин разностей интенсивностей [82] Свертка масс спектров заклю чается в суммировании интенсивностей пиков в кчждом из 14 го- [c.52]

Выбор и кодирование определенных пиков нли характери стик масс спектров сокращают как объем так и время работы поисковой системы Запись полных спектров включая интен сивностн ников, требует большого объема памяти ЭВМ для их хранения и поиска и осуществляется либо при использовании больших ЭВМ либо очень малых специализированных библио тек спектров Например, сели на диске емкостью 2М слов можно разместить около 4000 полных масс спектров то при вы боре удачного метода кодирования спектров их число может быть увеличено в 10 раз [172] Кроме того сокращение спект ров позволяет размещать библиотеку спектров в оперативной памяти ЭВМ для работы в реальном масштабе времени [c.112]

Разделение масс-спектрометрической идентификации на две стадии— групповую (классификацию) и индивидуальную — открывает возможности существенного упропдения алгоритмов обработки экспериментальных данных на ЭВМ и резкого сокращения требуемых объемов машинной памяти. Во всех известных ранее алгоритмах эти стадии фактически объединены. Использование же методов групповой идентификации, основанных на представлении массовых чисел в четырнадцатиричной системе счисления и спектрах ионных серий, позволяет применять простейшие ЭВМ с оперативной памятью в пределах 4—32 К как с внешними устройствами памяти, так и без них. [c.98]

Поскольку при использовании для построения структурной формулы только информации, получаемой из молекулярной формулы (число атомов и их валентность), число рассчитанных изомеров очень велико, этот путь является чаще всего неприемлемым. Сокращения числа рассматриваемых изомеров (в конечном итоге сокращения размерности матрицы смежности) можно добиться укрупнением фрагментов структуры, представленных каждой строкой матрицы. Коллектив исследователей под руководством В. А. Контюга [36] предложил этап сборки структурной формулы начинать после обнаружения и идентификации отдельных фрагментов структуры с помощью современных методов физического исследования (масс-, ИК-, ЯМР-спектры). Они показали, что число поливалентных фрагментов не должно превышать 10—12. В этом случае среди выдаваемых программой структур химик еще может сделать выбор. В работе [37] описывается программа, генерирующая химические [c.45]

Справочник химика 21

Химия и химическая технология