基于质谱数据的自动化处理用于茜草药材的化学成分分析文献综述

 2022-12-25 12:12

开题报告内容:(包括拟研究或解决的问题、采用的研究手段及文献综述,不少于2000字)

【拟研究的问题】

随着质谱技术日新月异的发展,能从中药样本中获得的原始数据急剧增长,常规人工解析费事耗力,为进一步的中药质谱数据解析提出了新的挑战。本课题拟基于代谢组学数据自动化处理的相关技术,结合自建数据库,用于茜草药材质谱数据自动化解析。

【采用的研究手段】

本课题拟基于茜草属植物中醌类、萜类、环肽类成分,建立茜草药材的质谱分析方法,然后将代谢组学的相关软件和算法用于中药茜草的高分辨质谱数据分析,并结合自建数据库比对分析,拟建立一套质谱数据处理方法用于茜草药材中化学成分的自动识别,为进一步基于质谱导向的化学分离奠定基础。

【文献综述】

质谱具有较高的灵敏度和精密度,已广泛用于复杂体系化学分析,但常规质谱数据的人工分析存在耗时耗力等缺点,多样本分析难度很大,因此基于质谱数据的自动化处理显得很有必要。

质谱数据自动化处理用于中药天然产物研究

基于UPLC-HRMS的组学研究能够在很短的时间内有效的采集成千上万的化合物,对于这样庞大的数据来说,自动化的数据挖掘就显得尤为重要。随着组学技术的发展,多样本质谱数据的自动化处理成为可能。质谱数据的自动化处理主要包括质谱数据的转化、质谱数据解卷积和数据库的比对三个部分。

质谱数据转化是多来源质谱数据处理的前提,不同厂家仪器的数据格式各不相同,统一的格式有利于数据的自动化处理。ProteoWizard msConvert 能够将各种常见的质谱数据转换成 mzML、mzXML 等开源数据格式[[1]]。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。