[發明專利]一種甾醇數據庫建立及甾醇分析方法

在審

• 申請號: 202011282362.6
• 申請日: 2020-11-16
• 公開（公告）號: CN112634997A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 朱正江;李彤洲
• 申請（專利權）人: 中國科學院上海有機化學研究所
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C20/90
• 代理公司: 北京市浩東律師事務所 11499
• 代理人: 李瓊

1.一種甾醇數據庫建立方法，其特征在于，包括：

通過液相色譜-串聯離子淌度質譜，獲取第一甾醇的四維信息，所述四維信息包括碰撞截面面積信息、色譜保留時間、一級質譜信息和二級質譜信息；

分別建立所述第一甾醇的四維信息中每一維度信息的預測模型；

根據所述每一維度信息的預測模型，確定第二甾醇的四維信息；

基于所述第一甾醇的四維信息和所述第二甾醇的四維信息，構建甾醇數據庫。

2.根據權利要求1所述的方法，其特征在于，所述第一甾醇的四維信息為碰撞截面面積信息；

所述分別建立所述第一甾醇的四維信息中每一維度信息的預測模型，包括：

獲取訓練數據集，所述訓練數據集包括與所述第一甾醇對應的第一碰撞截面面積信息；

通過所述第一甾醇的簡化分子線性輸入規范參數和二維空間結構信息，確定與所述第一碰撞截面面積信息對應的第一組分子描述符；

在所述第一組分子描述符中，篩選出第二組的分子描述符；其中，所述第二組分子描述符對應的第一目標碰撞截面面積信息與第一預設碰撞截面面積信息的相關度高于第一預設閾值；

根據所述第二組分子描述符和所述第一目標碰撞截面面積信息，對第一預設支持向量機預測模型進行訓練，直至滿足第一預設訓練條件，得到第一目標支持向量機預測模型。

3.根據權利要求2所述的方法，其特征在于，所述根據所述每一維度信息的預測模型，確定第二甾醇的四維信息，包括：

根據所述第二甾醇的簡化分子線性輸入規范參數和二維空間結構信息，確定與所述第二甾醇對應的第三組分子描述符；

將所述第三組分子描述符輸入到所述第一目標支持向量機預測模型，得到所述第二甾醇的碰撞截面面積信息。

4.根據權利要求1所述的方法，其特征在于，所述第一甾醇的四維信息為色譜保留時間；

所述分別建立所述第一甾醇的四維信息中每一維度信息的預測模型，包括：

獲取訓練數據集，所述訓練數據集包括與所述第一甾醇對應的色譜保留時間；

通過所述第一甾醇的簡化分子線性輸入規范參數和二維空間結構信息，確定與所述色譜保留時間對應的第四組分子描述符；

在所述第四組分子描述符中，篩選出第五組的分子描述符；其中，所述第五組分子描述符對應的色譜保留時間與預設色譜保留時間的相關度高于第二預設閾值；

根據所述第五組分子描述符和與所述第一甾醇對應的色譜保留時間，對第二預設支持向量機預測模型進行訓練，直至滿足第二預設訓練條件，得到第二目標支持向量機預測模型。

5.根據權利要求4所述的方法，其特征在于，所述根據所述每一維度信息的預測模型，確定第二甾醇的四維信息，包括：

根據所述第二甾醇的簡化分子線性輸入規范參數和二維空間結構信息，確定與所述第二甾醇對應的第六組分子描述符；

將所述第六組分子描述符輸入到所述第二目標支持向量機預測模型，得到所述第二甾醇的色譜保留時間。

6.根據權利要求1所述的方法，其特征在于，所述第一甾醇的四維信息為一級質譜信息；

所述分別建立所述第一甾醇的四維信息中每一維度信息的預測模型，包括：

根據所述第一甾醇的一級質譜信息，得到所述第一甾醇的母離子質量數信息；

通過衍生化反應對所述第一甾醇進行處理，得到所述第一甾醇的分子式計算精確質量數信息、所述第一甾醇的甾醇羥基數目信息與所述母離子質量數信息的第一關聯信息；

根據所述第一關聯信息對預設線性預測模型進行訓練，直至滿足第三預設訓練條件，得到目標線性預測模型。

7.根據權利要求6所述的方法，其特征在于，所述根據所述每一維度信息的預測模型，確定第二甾醇的四維信息，包括：

獲取所述第二甾醇的目標信息，所述目標信息包括下述中的至少一項：所述第二甾醇的母離子質量數信息、所述第二甾醇的甾醇羥基數目信息、所述第二甾醇的質量數信息；

將所述第二甾醇的目標信息輸入到所述目標線性預測模型中，得到所述第二甾醇的一級質譜信息。