Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 乌兰察布市检验检测中心尚智慧获国家专利权

乌兰察布市检验检测中心尚智慧获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉乌兰察布市检验检测中心申请的专利一种马铃薯氨基酸液相色谱串联质谱的定量分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119827689B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510320048.9,技术领域涉及:G01N30/86;该发明授权一种马铃薯氨基酸液相色谱串联质谱的定量分析方法是由尚智慧;朱艳慧;周芹;李建青;张爱萍;乔丽娟;王国强;李哲仁设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。

一种马铃薯氨基酸液相色谱串联质谱的定量分析方法在说明书摘要公布了:本发明公开了一种马铃薯氨基酸液相色谱串联质谱的定量分析方法,涉及分析检测技术领域,包括以下步骤:采集马铃薯中的氨基酸样本及其化学性质数据,并对获取的数据进行预处理,基于预处理后的马铃薯中的氨基酸样本及其化学性质数据,结合线性回归算法,获取马铃薯中氨基酸样本溶液的比旋光度,通过马铃薯中的氨基酸样本历史数据,划分氨基酸样本溶液种类,根据马铃薯中氨基酸样本溶液种类,获取液相色谱柱分配结果,利用液相色谱柱分配结果,构建液相色谱柱分配模型,本发明所述方法中的线性回归算法、卷积神经网络算法和神经网络算法等技术与现代信息技术紧密结合,显著增强了马铃薯氨基酸液相色谱串联质谱的定量分析方法过程中的智能化程度。

本发明授权一种马铃薯氨基酸液相色谱串联质谱的定量分析方法在权利要求书中公布了:1.一种马铃薯氨基酸液相色谱串联质谱的定量分析方法,其特征在于:包括以下步骤: 步骤一、获取马铃薯中的氨基酸样本及其化学性质数据,并对获取的数据进行预处理;所述步骤一中,对获取的数据进行预处理的过程包括: 部署不同的采集设备,以获取马铃薯中的氨基酸样本及其化学性质数据,其中,采集设备包括滤纸、离心管、超声提取仪、固相萃取柱、氮吹仪、样品管、高效液相色谱仪、PH计和旋光仪;对采集的马铃薯中氨基酸样本溶液的输水参数、pH值和旋光角度进行数据清洗,分别计算马铃薯中氨基酸样本溶液的输水参数、pH值和旋光角度的平均值,利用对应计算的平均值,填补采集的氨基酸样本溶液的输水参数、pH值和旋光角度中的缺失值; 步骤二、基于预处理后的马铃薯中的氨基酸样本及其化学性质数据,结合线性回归算法,获取马铃薯中氨基酸样本溶液的比旋光度; 步骤三、通过马铃薯中的氨基酸样本历史数据,确定氨基酸样本溶液种类的划分标准;所述步骤三中,确定氨基酸样本溶液种类的划分标准的过程包括:通过检索PubMed数据库,获取马铃薯中的氨基酸样本历史数据,所述马铃薯中的氨基酸样本历史数据包括马铃薯中氨基酸样本溶液的历史输水参数、历史pH值和历史比旋光度; 设定马铃薯中氨基酸样本溶液的输水参数阈值,将历史输水参数高于该输水参数阈值的马铃薯中氨基酸样本溶液划分为疏水性氨基酸样本溶液,将历史输水参数低于该输水参数阈值的马铃薯中氨基酸样本溶液划分为非疏水性氨基酸样本溶液,获取氨基酸样本溶液疏水性划分结果; 将历史pH值小于5的马铃薯中氨基酸样本溶液划分为酸性氨基酸样本溶液,将历史pH值在5~7之间的马铃薯中氨基酸样本溶液划分为中性氨基酸样本溶液,将历史pH值大于7的马铃薯中氨基酸样本溶液划分为碱性氨基酸样本溶液,获取氨基酸样本溶液酸碱性划分结果; 将历史比旋光度为0的马铃薯中氨基酸样本溶液划分为非手性氨基酸样本溶液,将历史比旋光度不为0的马铃薯中氨基酸样本溶液划分为手性氨基酸样本溶液,获取氨基酸样本溶液旋光性划分结果; 步骤四、基于氨基酸样本溶液种类的划分标准,结合卷积神经网络算法,构建氨基酸样本溶液种类划分模型,进而获取马铃薯中氨基酸样本溶液种类;所述步骤四中,构建氨基酸样本溶液种类划分模型,进而获取马铃薯中氨基酸样本溶液种类的过程包括: 将马铃薯中氨基酸样本溶液的输水参数及其对应氨基酸样本溶液疏水性划分标准、马铃薯中氨基酸样本溶液的pH值及其对应氨基酸样本溶液酸碱性划分标准和马铃薯中氨基酸样本溶液的比旋光度及其对应氨基酸样本溶液旋光性划分标准作为第二数据集,按照8:2的比例划分为训练集和测试集; 利用训练集数据和卷积神经网络算法,设计卷积神经网络架构,将马铃薯中氨基酸样本溶液的输水参数、马铃薯中氨基酸样本溶液的pH值和马铃薯中氨基酸样本溶液的比旋光度作为输入,将氨基酸样本溶液疏水性划分结果、氨基酸样本溶液酸碱性划分结果和氨基酸样本溶液旋光性划分结果作为输出,通过前向传播计算卷积神经网络输出值,通过反向传播计算梯度,根据梯度更新卷积神经网络模型参数,学习马铃薯中氨基酸样本溶液的输水参数与其对应氨基酸样本溶液疏水性划分结果之间的非线性关系、马铃薯中氨基酸样本溶液的pH值与其对应氨基酸样本溶液酸碱性划分结果之间的非线性关系和马铃薯中氨基酸样本溶液的比旋光度与其对应氨基酸样本溶液旋光性划分结果之间的非线性关系,训练氨基酸样本溶液种类划分模型; 将测试集数据输入氨基酸样本溶液种类划分模型,比对氨基酸样本溶液种类划分模型输出结果与实际马铃薯中氨基酸样本溶液种类,评估氨基酸样本溶液种类划分模型性能,调整氨基酸样本溶液种类划分模型参数,优化氨基酸样本溶液种类划分模型,将优化后的氨基酸样本溶液种类划分模型部署到系统中,获取最终氨基酸样本溶液种类划分模型; 步骤五、根据马铃薯中氨基酸样本溶液种类,获取液相色谱柱分配结果,利用液相色谱柱分配结果,构建液相色谱柱分配模型;所述步骤五中,液相色谱柱分配模型的构建过程包括: 将氨基酸样本溶液疏水性划分结果及其对应疏水性液相色谱柱分配结果、氨基酸样本溶液酸碱性划分结果及其对应酸碱性液相色谱柱分配结果以及氨基酸样本溶液旋光性划分结果及其对应旋光性液相色谱柱分配结果作为第三数据集,按照7:3的比例划分为训练集和测试集; 结合训练集数据与神经网络算法,将氨基酸样本溶液疏水性划分结果、氨基酸样本溶液酸碱性划分结果和氨基酸样本溶液旋光性划分结果作为输入,将疏水性液相色谱柱分配结果、酸碱性液相色谱柱分配结果和旋光性液相色谱柱分配结果作为输出,结合前向传播和反向传播,学习氨基酸样本溶液疏水性划分结果与其对应疏水性液相色谱柱分配结果的非线性关系、氨基酸样本溶液酸碱性划分结果与其对应酸碱性液相色谱柱分配结果的非线性关系和氨基酸样本溶液旋光性划分结果与其对应旋光性液相色谱柱分配结果的非线性关系,进而训练液相色谱柱分配模型; 步骤六、结合液相色谱柱分配模型的输出结果,对马铃薯氨基酸液相色谱串联质谱的进行定量分析。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人乌兰察布市检验检测中心,其通讯地址为:012000 内蒙古自治区乌兰察布市集宁区察哈尔东街中央商务广场三期2号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。