龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉智化科技有限公司
申请日：2024-05-28
公开（公告）日：2024-06-25
公开（公告）号：CN118243842A
主分类号：G01N30/86
分类号：G01N30/86;G06N3/042;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供不同色谱条件下的液相色谱保留时间预测方法，涉及色谱应用技术领域，包括：采集实验数据；根据化合物的SMLIES信息提取分子的结构信息，基于分子的结构信息构建分子图结构；获取化合物中分子的物化性质，对物化性质进行量化，得到物化性质描述向量；获取色谱柱数据，基于色谱柱数据得到色谱编码向量；构建图神经网络模型，包括图网络层、读出层和线性层；利用数据集对图神经网络模型进行迭代训练，得到训练后的图神经网络模型；获取待测化合物的SMLIES信息和色谱条件，将其输入训练后的图神经网络模型，输出得到保留时间预测结果。本发明基于分子指纹，分子描述符及色谱体系信息来预测液相色谱保留时间，以提高准确率。
主权项：1.不同色谱条件下的液相色谱保留时间预测方法，其特征在于，包括以下步骤：S1：采集实验数据并进行清洗，实验数据包括化合物的SMLIES信息、色谱条件以及相应的保留时间数值，其中，色谱条件包括色谱柱信息、流动相条件和流动相的运行时间；S2：根据化合物的SMLIES信息提取分子的结构信息，基于分子的结构信息构建分子图结构，分子图结构包括节点特征、边特征和邻接矩阵；S3：获取化合物中分子的物化性质，对物化性质进行量化，得到物化性质描述向量；S4：获取色谱柱数据，基于色谱柱数据建立色谱柱特征数据库，基于色谱柱特征数据库对化合物的色谱条件进行编码，得到色谱编码向量；S5：构建图神经网络模型，包括图网络层、读出层和线性层；S6：将分子图结构、物化性质描述向量、色谱编码向量和实验数据的保留时间数值整合为数据集，利用数据集对图神经网络模型进行迭代训练，直至损失函数收敛，得到训练后的图神经网络模型；S7：获取待测化合物的SMLIES信息和色谱条件，将其输入训练后的图神经网络模型，输出得到保留时间预测结果。
全文数据：
权利要求：
百度查询： 武汉智化科技有限公司 不同色谱条件下的液相色谱保留时间预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号