ModelLab Chroman提供对各类一维及二维色谱,以及色谱串联质谱数据的批量处理以及后续的化学计量学与AI机器学习建模流程,实现针对复杂体系分析的一站式科研和质控需求。已广泛应用于中药、化学药、精准医学、环保、食品、烟草白酒、香精香料、石油化工、半导体制造等诸多领域。
产品特色及技术优势
- 支持色谱以及色谱串联质谱数据建模
- 丰富的化学计量学与AI机器学习算法
- 强大的定性定量模型与大数据可视化
- 快检、指纹图谱与组学分析必备工具
ModelLab Chroman®是为分析测试行业色谱及色谱串联质谱仪器数据AI建模与智能化分析所开发的化学计量学分析与机器学习AI建模软件解决方案。其专为分析领域特有的小规模样本集(样本数量10~10K)的AI建模流程进行优化设计,并针对色谱及质谱数据特点提供专业的数据分析与库检索工具。具有仪器数据格式兼容性强、化学计量学与机器学习算法丰富,以及操作简便和优秀的结果可视化等优点。
作为科迈恩科技推出的仪器分析AI建模系列软件,ModelLab针对光谱、三维光谱、色谱、二维色谱、串联质谱、原位质谱、核磁共振、热重等不同仪器数据的多模态、多组学与AI建模分析的需要分别提供对应的软件及高性能算法解决方案。可应用于多模态指纹图谱、非靶向多组学分析等各类复杂分析体系的数据挖掘与AI模型的研究开发,助力仪器分析领域检测技术面向AI时代的智能化转型。


ModelLab Chroman提供对各类一维及二维色谱,以及色谱串联质谱数据的批量处理以及后续的化学计量学与AI机器学习建模流程,实现针对复杂体系分析的一站式科研和质控需求。已广泛应用于中药、化学药、精准医学、环保、食品、烟草白酒、香精香料、石油化工、半导体制造等诸多领域。
ModelLab Chroman提供丰富的色谱数据分析与批处理功能,包括但不限于:


ModelLab提供丰富的串联质谱数据分析与批处理功能,包括但不限于:
专为仪器分析所开发的算法库涵盖多元校正、多元统计、定量回归、模式识别、动态规划以及深度学习等在内的各类机器学习算法。包括tSNE、PLSR、SVM、SOM、随机森林等数十种化学计量学专用的算法模型。
一站式分析流程设计使得数据集管理,以及模型的训练、预测和更新简便高效。各类模式识别与回归模型可满足不同应用场景对于样品定性鉴别与定量分析的多元化需求。结合各类统计图表和自定义的图形外观从而实现丰富的结果可视化。
ModelLab通过各类分析仪器数据接口实现了基于测量结果的机器学习建模和预测任务的智能化与自动化。已广泛应用于快检装备、指纹图谱分析,以及代谢组学、风味组学等多模态数据的分析与标准化技术当中。


目前基于ModelLab Specman所开发的定性、定量预测模型已在光谱快检、指纹图谱,以及风味组学等分析与标准化技术中得到应用,行业应用场景包括但不限于:
中药材及饮片真伪优劣与质量评价、指纹图谱分析、中药注射剂质量控制、一致性评价、道地产地溯源与土壤因子、贵细药材分等分级、原料混批勾兑、储藏时间预测
非靶向代谢指纹图谱分析、脂质体组学分析、代谢通路研究、空间代谢组学分析
药物体内代谢、有关物质分析、原料药及中间体快检、在线过程控制、肽图指纹图谱、药物辅料智能分析、体内外相关性分析、一致性评价
癌症早筛、多模态质谱成像分析、疾病标志物发现、血药浓度监控
水质快检分析、水中油快速鉴别、污染物三维荧光分析、污染物预警监测、污染物的溯源鉴定、空气异味评级等
原料及添加剂快速筛查、违法违禁添加、原产地及年份溯源、风味特征物质剖析、数字化定量勾兑、香精香料分析、品质分等分级
真实性评价及违法添加筛查、气味客观化与品质分等分级、白酒真实性溯源及感官评价、烟草及香精香料的风味组学建模与分析
轻重质油、润滑油、生物柴油的油品分析、油页岩分析、溢油溯源鉴别、录井勘探、沥青真实性与老化智能分析等
珠宝玉石、陶瓷、文物等的真伪鉴别、断代、断源鉴别及三维荧光快检
纸张、染料、油墨、墨水、纺织品、土壤、毒物的来源及真实性鉴别等
气味嗅辩分析、气味客观化分析与智能评级、油漆智能鉴别、润滑油快检分析
