目的建立基于气相色谱-四极杆飞行时间质谱(gas chromatography-quadrupole time-of-flight mass spectrometry,GC-QTOF-MS)、超高效液相色谱-四极杆/静电场轨道阱高分辨质谱(ultra-high performance liquid chromatography-quadrupole/...目的建立基于气相色谱-四极杆飞行时间质谱(gas chromatography-quadrupole time-of-flight mass spectrometry,GC-QTOF-MS)、超高效液相色谱-四极杆/静电场轨道阱高分辨质谱(ultra-high performance liquid chromatography-quadrupole/electrostatic field orbitrap high resolution mass spectrometry,UPLC-Q/Orbitrap HRMS)和核磁共振(nuclear magnetic resonance,NMR)技术联合鉴定未知样品的方法。方法未知样品用甲醇溶解后供GC-QTOF-MS和UPLC-Q/Orbitrap HRMS检测,用氘代甲醇溶解后供NMR检测。结果未知物在GC-QTOF-MS中保留时间为9.67min的组分实测主要特征离子峰有84.0808、110.9997、128.1070(基峰)和138.9947等,UPLC-Q/Orbitrap HRMS中实测质子化分子离子m/z为268.1093。对比合成卡西酮类物质2-甲基-1-(4-甲硫基苯基)-2-吗啉基丙-1-酮[2-methyl-1-[4-(methylthio)phenyl]-2-morpholinopropan-1-one,MTMP]的质谱信息和分子结构,推测未知物为MTMP的类似物。经NMR分析确认为新型N-吗啉取代的合成卡西酮类物质,即1-(4-氯苯基)-2-甲基-2-吗啉基丙-1-酮[1-(4-chlorophenyl)-2-methyl-2-morpholinopropan-1-one,CMMP]。结论本研究建立的方法可用于CMMP的结构确证。展开更多
目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用...目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用人工智能硅藻自动化识别系统进行硅藻的定性定量检测。结果该人工智能硅藻自动化识别系统所搭载的深度学习模型的受试者操作特征(receiver opera⁃tor characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)达到98.22%,硅藻识别的查准率达到92.45%。结论该人工智能硅藻自动化识别系统实现了硅藻的自动化识别,可用于实际案例中硅藻的辅助检验,并为水中尸体的死因鉴定提供参考依据。展开更多
文摘目的建立基于气相色谱-四极杆飞行时间质谱(gas chromatography-quadrupole time-of-flight mass spectrometry,GC-QTOF-MS)、超高效液相色谱-四极杆/静电场轨道阱高分辨质谱(ultra-high performance liquid chromatography-quadrupole/electrostatic field orbitrap high resolution mass spectrometry,UPLC-Q/Orbitrap HRMS)和核磁共振(nuclear magnetic resonance,NMR)技术联合鉴定未知样品的方法。方法未知样品用甲醇溶解后供GC-QTOF-MS和UPLC-Q/Orbitrap HRMS检测,用氘代甲醇溶解后供NMR检测。结果未知物在GC-QTOF-MS中保留时间为9.67min的组分实测主要特征离子峰有84.0808、110.9997、128.1070(基峰)和138.9947等,UPLC-Q/Orbitrap HRMS中实测质子化分子离子m/z为268.1093。对比合成卡西酮类物质2-甲基-1-(4-甲硫基苯基)-2-吗啉基丙-1-酮[2-methyl-1-[4-(methylthio)phenyl]-2-morpholinopropan-1-one,MTMP]的质谱信息和分子结构,推测未知物为MTMP的类似物。经NMR分析确认为新型N-吗啉取代的合成卡西酮类物质,即1-(4-氯苯基)-2-甲基-2-吗啉基丙-1-酮[1-(4-chlorophenyl)-2-methyl-2-morpholinopropan-1-one,CMMP]。结论本研究建立的方法可用于CMMP的结构确证。
文摘目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用人工智能硅藻自动化识别系统进行硅藻的定性定量检测。结果该人工智能硅藻自动化识别系统所搭载的深度学习模型的受试者操作特征(receiver opera⁃tor characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)达到98.22%,硅藻识别的查准率达到92.45%。结论该人工智能硅藻自动化识别系统实现了硅藻的自动化识别,可用于实际案例中硅藻的辅助检验,并为水中尸体的死因鉴定提供参考依据。
