本周最佳：测量中的机器学习，AOAC国际奖
作者：Aaron Acevedo
这周，LCGC国际公司发表了多种关于色谱学热门话题的文章。以下是我们根据读者反馈精选出的一些最受欢迎的文章。祝您阅读愉快！
凯文·A·舒格
预测分子的物理化学性质和优化化学分析过程是现代分析科学的重要方面。这些过程数据密集，通常涉及大量的化学测量或高级理论计算。人工智能（AI）策略的发展，如基于机器学习（ML）和深度学习（DL）的方法，已经帮助提高了流程效率，但仍然需要大量高质量的数据。在本期中LCGC 博客，德克萨斯大学阿灵顿分校的凯文·舒格讨论了如何通过机器学习优化这些过程。
阿伦·阿塞维多
成立于1884年的AOAC国际是一个独立的非营利会员协会，成员包括政府、行业和学术界的分析科学专业人员。其宗旨是通过标准、验证测试方法和实验室质量计划推动食品安全和产品完整性的发展。本次年会标志着第138届会议的召开。该会议旨在帮助与会者利用新兴的方法和技术趋势，发现新技术，并从业内专家那里获得职业见解。在马里兰州巴尔的摩举行的AOAC国际2024年度会议暨展览会上，多位分析科学家因其在方法开发、专家评审委员会、编辑贡献和技术服务等多个领域的卓越表现而受到表彰。
用于分析实验室材料中转移的塑料添加剂的SFE-SFC-MS方法
Aaron Acevedo
由有机聚合物和小分子添加剂组成，以在最终产品中获得特定的物理化学性质，每种塑料成分具有不同的特性，适用于不同的应用。其中一种应用领域是医院部门，塑料被用于医疗设备如输液管、血袋、注射器和医用手套。在塑料配方过程中引入添加剂至关重要，因为它可以帮助控制材料属性，比如柔韧性或颜色，并且通过增强抗氧化性、热稳定性以及老化降解的抵抗力来可能延长产品的使用寿命。然而，在使用塑料添加剂时总是存在迁移的风险，这可能导致它们转移到血液、营养液、水或人体皮肤等介质中。在这项研究中，科学家们结合了超临界流体萃取SFE-SFC-MS在线系统，以期对实验室手套中的塑料添加剂进行表征，这些手套被视为医疗设备的样品。
塞斯-IHRMS与气相色谱-质谱和液相色谱-质谱比较用于呼出气体分析
艾伦·阿塞韦多
一种研究呼出气体的宝贵技术是在线呼吸分析，该方法采用次级电喷雾电离（SESI）与高分辨率质谱仪（HRMS）联用。这种技术是一种无损、实时的方法，无需样品准备即可评估食品安全、质量或某些特定产品的产地（2）。这种方法由于其实时分析能力提供了连续监测的优势，在各种研究中得到了应用。然而，一个限制是电离前缺乏分离阶段，例如色谱法。为了解决这个问题，瑞士苏黎世和伯尔尼的ETHZ和Agroscope的研究人员测试了一种新的分析方法，将次级电喷雾电离（SESI）与高分辨率质谱仪（HRMS）用于呼出气体分析，相比气相色谱-质谱法（GC–MS）和液相色谱-质谱法（LC–MS）。
空气炸锅烹饪尼罗罗非鱼过程中定量GC-IMS识别关键挥发性化合物
约翰·查斯
罗非鱼是世界上第三大淡水养殖鱼类，由于其强大的环境适应性（2,3），它在全球范围内具有生长快和产量大的优势。罗非鱼富含不饱和脂肪酸和蛋白质等营养物质，通常会因为缺乏肌间刺而被加工成冷冻鱼片。一项最近发表的研究表明分子鉴定了尼罗罗非鱼的挥发性化合物（VCs），并通过定量气相色谱-离子迁移光谱法（GC-IMS）对其进行了量化，随后基于气味活性值（OAV）的计算选择了关键的VCs。还分析了丙二醛（MDA）、总巯基和蛋白质羰基的含量。通过相关性分析研究了关键VCs与蛋白质和脂质氧化指标之间的关系，以确定可能的形成机制。
关于《本周最佳：测量中的机器学习，AOAC国际奖》的评论
暂无评论