中文摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-19页 |
·本课题的研究背景与意义 | 第10-12页 |
·色谱-质谱联用技术 | 第12-17页 |
·色谱-质谱联用技术的分类 | 第12-13页 |
·色谱-质谱联用仪器的优势和数据处理的特点 | 第13-14页 |
·国内外色谱-质谱联用数据处理技术发展的现状 | 第14-17页 |
·本文的研究目的和内容 | 第17-19页 |
第二章 基于折返法的 GC-MS 数据退卷积算法 | 第19-45页 |
·GC-MS 谱图特点 | 第19-27页 |
·单一化合物的 GC-MS 谱图 | 第20-22页 |
·GC-MS 数据的表达 | 第22-24页 |
·GC-MS 色谱峰重叠对 GC-MS 数据分析的影响 | 第24-27页 |
·重叠色谱峰的折返分离算法 | 第27-36页 |
·色谱峰折返分离算法的基础-差分算法 | 第27-29页 |
·色谱峰折返算法原理 | 第29-30页 |
·折返算法对色谱分辨率的改善效果 | 第30-32页 |
·折返算法中移位值的选择 | 第32-33页 |
·折返算法对随机噪声的敏感度 | 第33-35页 |
·实验 | 第35-36页 |
·GC-MS 数据折返退卷积算法 | 第36-44页 |
·GC-MS 数据退卷积的矩阵运算 | 第37-38页 |
·GC-MS 数据退卷积的折返算法 | 第38-41页 |
·折返退卷积算法的实验验证 | 第41-44页 |
·本章小结 | 第44-45页 |
第三章 基于 K-medoids 聚类分析的 GC-MS 数据退卷积算法 | 第45-58页 |
·K-medoids 聚类算法原理 | 第45-49页 |
·K-means 算法和 K-medoids 算法原理 | 第46-48页 |
·聚类算法的 Silhouette 评价[105] | 第48-49页 |
·基于 K-medoids 聚类的 GC-MS 数据退卷积算法 | 第49-54页 |
·GC-MS 数据峰检测 | 第49-51页 |
·GC-MS 数据质量色谱图的聚类算法 | 第51-54页 |
·峰形校正 | 第54页 |
·实验 | 第54-57页 |
·本章小结 | 第57-58页 |
第四章 蛋白质在 HPLC-MS 分析中肽段保留时间预测模型的建立 | 第58-81页 |
·蛋白质 HPLC-MS 分析的过程及数据特点 | 第59-63页 |
·蛋白质分析的一般流程 | 第59-60页 |
·蛋白质肽段质谱谱图特点 | 第60-62页 |
·蛋白质的 HPLC-MS 分析中保留时间预测的意义 | 第62-63页 |
·蛋白质肽段保留时间预测初级模型的建立 | 第63-69页 |
·实验条件和样品 | 第63-65页 |
·初级预测模型的建立 | 第65-66页 |
·初级预测模型的优化 | 第66-68页 |
·模型准确度的验证 | 第68-69页 |
·保留时间预测模型的进一步优化 | 第69-73页 |
·样品与实验条件 | 第69页 |
·模型的多因素校正 | 第69-71页 |
·模型的效果及应用 | 第71-73页 |
·不同烷化剂下保留时间预测模型的修正 | 第73-79页 |
·实验流程与样品 | 第73-75页 |
·保留时间预测模型的修正 | 第75-78页 |
·修正结果的分析与讨论 | 第78-79页 |
·本章小结 | 第79-81页 |
第五章 2D-HPLC 提取蛋白质 N 端和 C 端肽段的新方法 | 第81-98页 |
·蛋白质保留时间模型中保留时间因子的分析 | 第81-84页 |
·氨基酸在色谱不同离子配对试剂下保留时间因子的分析 | 第81-84页 |
·蛋白质肽段带电荷性质分析 | 第84页 |
·电荷数不同的蛋白质肽段分类法 | 第84-92页 |
·不同带电荷肽段分离的实验设计 | 第85-86页 |
·样品和实验条件 | 第86-87页 |
·实验结果和分析 | 第87-92页 |
·利用不同离子配对试剂组合提取蛋白质两端肽段的方法 | 第92-97页 |
·不同酸性配对离子试剂组合提取蛋白质首末端的方法设计 | 第92-93页 |
·实验样品和设备 | 第93-94页 |
·实验结果分析 | 第94-97页 |
·本章小结 | 第97-98页 |
第六章 总结与展望 | 第98-101页 |
·研究工作总结 | 第98-100页 |
·创新点总结 | 第100页 |
·下一步的研究方向 | 第100-101页 |
参考文献 | 第101-111页 |
发表论文和科研情况说明 | 第111-113页 |
附录 1 | 第113-115页 |
附录 2 | 第115-118页 |
致谢 | 第118页 |