洞察力:算法与鲍勃Pirok博士对液相色谱

液相色谱(LC)是一个重要的技术是许多分析实验室。同时充分调整色谱工作流可以是一个宝贵的工具,这项技术有一个漫长的发展过程,必须调整为每个新样品。在范特霍夫分子科学研究所阿姆斯特丹大学的鲍勃Pirok博士和他的团队使用信息技术使LC更加自动化和无痛。188金宝搏备用最近跟Pirok找到更多关于创新的算法。

Ruairi Mackenzie (RM):存在哪些问题与当前模型用于分析物的保留建模和连锁效应是什么?

鲍勃Pirok (BP):问题并不中心模型,但是在路上我们雇佣他们预测和优化分离。当面临一个新的样本,目前色析法进行方法开发过程中调整和调整参数的数组来实现更好的结果。根据样品的复杂性这一过程会相当漫长。尤其是当使用二维分离是否很可能需要几个月的时间来开发方法。

一个方法来对付这是保留模型的使用。这些模型与流动相组成与保留的因素。更简单的说,他们描述的保留时间,分子迁移的时间通过色谱柱,改变作为方法参数的函数(如梯度长度、梯度陡度organic-modifier浓度的反相液相色谱等)。成功的结果保留造型的高潮在几个analyte-specific参数,充分考虑保留行为,结合流动相、固定相(即需要重复这个过程不同的列)。

这一点听起来很抽象。这有助于加速方法开发如何?在这些参数给了我们一个巨大的优势。我们现在可以告诉计算机预测极其大量的可能的分离方法。几分钟内的计算机模拟分离会产生相同的样本。使用标准如峰容量、分辨率和分析,该算法可以选择最优方法。本程序适用于一维(1 d)和二维(2 d)分离,降低了方法开发过程仅几小时或几天。

过程中缺少的一个重要组成部分是结构保留模型所需的数据。经典的和健壮的方法是测量分析物的保留因子在不同的权力平等主义的(即恒定)organic-modifier浓度,通过这些点适合曲线。然而,这是一个复杂的过程,有几个缺点。首先,你需要这样做每一个你想优化的分析物。权力平等主义的分离这需要大量的时间。其次,这个过程仅仅是有效的,如果你知道你分离,然而,在实践中我们很少做的。我的意思是,你会(I)的可能性选择适当的条件调查分析物混合物,(ii)获得任何有意义的分离适合造型在(3)合理的时间很低。对我来说,这就是为什么保留模型很大程度上仍是一个学术的努力。因此,我们的项目,几乎都是由行业,通常包含一个专注于打破这屏障。

或者,可以使用渐变。众所周知从色谱理论、梯度分离持有大量的优势(如快速、高分辨率的分离、等等)。然而从这些实验获得的数据不可靠,因此不赞成在学术界。

RM:为什么它是重要的预测和监控在LC梯度变形?

英国石油公司:使用梯度数据的一个原因是很难使用是不确定性的流动相组成经验通过列分析物的迁移。色析法使用梯度已经用来测量gradient-delay卷(即住体积)为了纠正他们的数据。然而,更多的发生在内部的梯度色谱系统。由于数组的影响,包括几何泵量、混合过程,溶剂混溶,压力和电荷效应,有效梯度很少正是类似于编程梯度。

在实践中这是很少注意到,变形往往不够重要用户担心。然而在保留造型,有经验的梯度洗脱时间相关的分析物,这将产生一个错误产生的分析物的重要参数。这尤其是个问题在方法转让和使用其他系统的数据。

RM:你的算法是如何改善这个过程?它考虑什么参数?

英国石油公司:安捷伦我们一起调查方法来纠正这个问题。年轻的博士生Tijmen Bos(阿姆斯特丹自由大学),博士学位候选人燕姿Molenaar援助,莱昂Niezen咪咪窝Uijl,开发了一个算法,旨在减少这个错误。简而言之,该算法数学评估实验住资料测量仪器的校正。结果是一个作为指纹系统特定的响应函数。这指纹由泵流量剖面,住体积流率和设备描述符。在出版物中,我们演示了错误的意义,表明该算法有助于减少这种错误。

RM:将这些创新对LC工具之间的数据共享意味着什么?

英国石油公司:LC之间数据共享仪器的影响是双重的。第一个涉及到简单的结果,该算法将有助于优化方法转移到其他系统。从学术的角度来看,然而第二个重要的结果。而保留模型已经发展了很长一段时间,前方仍挑战,才能有力推动自动化方法开发。这不是我们做的事情只在阿姆斯特丹。科学家从不同组织在全球范围内发布完整的迷在我们合作追求自动化方法开发。在这一过程中,我们经常发布各种分析物的保留参数我们调查。我们的一个主要信息是渐变,这些值没有随行住测量是无用的。因此我们鼓励研究人员分享他们的实验数据有关的住体积泵。

我们正在继续这项工作,现在专注于嵌入流动相组成电荷效应以及调查的大小作为分子量的函数变形的影响。

RM:这种算法将如何帮助自动化信用证吗?

英国石油公司:梯度变形仅仅是一个具有挑战性的难题在我们追求自动化方法开发。其他部分包括选择性筛选,找到合适的优化标准,还自动数据分析策略来解释复杂的输入色谱使用作为保留模型的输入数据。最终,可以准确地模拟和评估1 d和2 d分离保存我们的95%所需的时间和资源来开发一个方法。

我们的目标是到达的那一刻,我们只是把我们的样本的autosampler LC和有系统独立开发一个科学家推荐的方法。

鲍勃Pirok说Ruairi J Mackenzie博士科学作家技术网络188金宝搏备用