G - Physics – 01 – N
Patent
G - Physics
01
N
G01N 30/88 (2006.01) G01N 30/86 (2006.01) G01N 30/72 (2006.01)
Patent
CA 2414873
The application describes a method for predicting chemical or biological properties, e.g. toxicity, mutagenicity, etc., of complex multicomponent mixtures from 2D separation date, e.g. GC-MS. The data are resolved into peaks (C) and spectra (S) for individual components by an automated curve resolution procedure (GENTLE). The resolved peaks are then integrated and the characteristic area, separation parameter and associated spectrum combined to yield a predictor matrix (X), which is used as input to a multivariate regression model. Partial least squares (PLS) are used to correlate the 2D separation date for a training set to the measured property. The regression model can then be used to predict the property for other samples.
L'application concerne un procédé pour décrire des propriétés chimiques ou biologiques telles que la toxicité, la mutagénicité, etc. de mélanges à composants multiples à partir de données de séparation 2D telles que GC-MS. Les données sont résolues en des crêtes (C) et un spectre (S) pour obtenir des composants individuels par une procédure de résolution automatique de courbe (GENTLE). Les crêtes résolues sont ensuite intégrées et la zone caractéristique, le paramètre de séparation et le spectre associé combinés pour donner une matrice prédictive (X), utilisée comme une entrée dans un modèle de régression multivarié. On utilise les moindres carrés partiels (PLS) afin de corréler les données de séparation 2D pour un ensemble d'entraînement avec une propriété mesurée. Le modèle de régression peut s'utiliser pour prédire la propriété pour les autres échantillons.
Grung Bjorn
Kvalheim Olav
Fetherstonhaugh & Co.
Pattern Recognition Systems Holding As
LandOfFree
Method for the analysis of a selected multicomponent sample does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Method for the analysis of a selected multicomponent sample, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Method for the analysis of a selected multicomponent sample will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1825685