ChemPattern®谱蕴®先进化学计量学系统解决方案简介 ©2015 Chemmind Technologies.
ChemPattern®谱蕴®先进化学计量学系统解决方案软件为复杂体系高通量、高内涵的定性、定量解析提供一站式解决方案。可用于基于色谱、质谱、光谱及核磁共振波谱数据的化学指纹图谱分析、代谢组学分析、替代对照品法含量测定、快速无损分析、有关物质分析、肽图分析、痕量分析、非目标分析,以及信息学研究和数据挖掘等任务。
该软件系统可广泛应用于临床医药、代谢组学、食品安全、烟草白酒、香精香料、石油化工、检验检疫、环境监测、文物保护、国土安全以及司法鉴定等复杂体系相关的分析领域。
ChemPattern®软件首次实现了仪器分析与化学计量学解析这两大分析化学核心应用系统的紧密衔接与架构融合。其通过标准数据接口技术提供常用的色谱、质谱和光谱法所获得的各类高维、高分辨海量数据的高通量前处理以及多组分同步含量测定功能,并采用高性能数值计算和大规模数据可视化技术平台,全面提供对包括多元校正、多元统计分析、回归建模、模式识别、数据挖掘、人工智能等在内的丰富的化学计量学与化学指纹图谱分析的应用支持。并且同时满足实验室信息管理系统(LIMS)及电子数据和电子签名法案(FDA 21 CFR part 11)的规范要求。
以下对ChemPattern®软件所涉及的主要领域和相关概念进行简要介绍。
作为一门内涵丰富的化学分支学科和新兴的多学科交叉领域,化学计量学的目标是通过计算机科学、数学和统计学理论与方法,优化化学量测过程与实验设计,并从化学量测数据中最大限度地提取有价值信息。分析化学学科目前所正在经历的第3次变革,就与化学计量学的诞生与发展有着密切的联系。
相对于经典的化学与物理分离(湿法实验),化学计量学可将分析对象所表征的复杂混合信息从数学维度进行彻底的“分离”,从中提取和归纳与研究对象内涵与本质规律紧密联系的关键信息(干法实验)。化学计量学的研究内容涵盖了化学量测的全过程,从而为化学的各个分支学科提供了解决问题的新思路和新方法。在化学学科的众多领域,学术界和产业界都从这项新方法和新工具的应用中受益良多,详细领域和典型应用见下表所示,不一而足。
分支学科 | 典型应用 |
---|---|
中药与天然药物 | 药材、饮片及中成药真伪优劣鉴别与质量评价、化学指纹图谱分析、物质基础研究、定量谱效学分析 |
化学药 | 有关物质分析、原料药及中间体快速鉴别、构效关系研究 |
生物制品 | 肽图指纹谱分析、蛋白质结构研究 |
代谢组学 | 药理、毒理、生理、病理的代谢指纹谱与轮廓分析、代谢特征模式与通道寻找等 |
食品化学、农产品化学 | 食品安全快速筛查、违法违禁添加检测、产品质量控制与鉴别、原料及添加剂分析、风味特征剖析、香精香料分析 |
环境化学 | 污染物分析、有害物监测、污染事故快速检测 |
石油化工 | 轻质油、润滑油、渣油、生物柴油的油品分析、油页岩分析、污染源(溢油源)鉴别 |
化学化工 | 商业化学品剖析、高聚物鉴别、合成过程控制 |
临床医学 | 疾病代谢组学、癌症早期诊断 |
珠宝及考古 | 古颜料、玉石、陶瓷等的辨伪、断代、断源及文物保护 |
法医学 | 毒品、管制药物、爆炸物、犯罪现场及火场痕量物分析 |
司法鉴定 | 纸张、染料、油墨、墨水、圆珠笔油来源及书写时间鉴别 |
分析化学中的复杂体系具有多样性、不确定性和基质效应等诸多特点。自然界中常见的各类分析化学研究对象大都属于部分待测组分和干扰物性质未知的灰色复杂体系,体现在构成组分种类和数量上的复杂性,以及相互之间作用关系的多元化与非线性等特征上。因此如何针对复杂混合体系对象开展行之有效的信息提取、模式识别、数据挖掘,以及全面质量评价等众多化学应用中的复杂实际问题,始终驱策着化学计量学的理论与方法的快速发展。
分析化学本质上是一门与数据分析息息相关的量测和信息科学。随着现代仪器分析技术的快速发展,分析化学正迎来“大数据时代”的到来。譬如采用各类高维、高分辨分析化学仪器如色质联用技术,单个复杂样品可获得高达GB规模的海量数据。而采用经典分析化学方法却无法利用并势必丢弃其中绝大部分的宝贵信息。其次,如何将种类繁多的各大类分析仪器所获得的分析对象不同层面的散在和无序状态的化学量测数据实施有机整合与信息挖掘,也是当前分析化学工作者们的关注热点。因此目前针对复杂体系开展分析的瓶颈问题已然从分析仪器的硬件条件制约逐渐过度到对高内涵大数据分析技术及其工具软件的迫切需求,这已成为当前分析化学各分支学科所共同面临的紧迫任务。
化学指纹图谱技术是指采用色谱、质谱、光谱和波谱特别是联用技术对灰色复杂体系中所有相关待测特征组分开展的以定性、定量化学计量学分析为基础的“全景式”复杂体系高通量及高内涵分析技术的统称。伴随着现代分析化学学科的飞速发展,对复杂体系的解析进入高维、高内涵的崭新阶段,这使得人们对研究对象本身的复杂性和多样性有了新的更全面的认识。指纹图谱分析技术不同于经典分析方法之处在于它不再从一个“点”(少数指标性化合物或最大吸收波长所代表的标量)而是从某一个“面”(特定条件下的整体组分信息表征的多维矩阵)对对象进行表征与分析。这种从“特写模式”到“全景模式”的刻画方式的转变,体现了由经典的“微观分解”研究思路向现代“宏观模型”分析策略的演进和理念上的改变,为现有相关检测技术和标准的不断提高提供了有力保证。