基于数据融合的生物毒素及生物调节剂快速识别研究

南迪娜 刘卫卫 傅文翔 李宝强 孔景临

引用本文: 南迪娜,  刘卫卫,  傅文翔,  李宝强,  孔景临. 基于数据融合的生物毒素及生物调节剂快速识别研究[J]. 分析化学, 2020, 48(10): 1343-1350. doi: 10.19756/j.issn.0253-3820.201137 shu
Citation:  NAN Di-Na,  LIU Wei-Wei,  FU Wen-Xiang,  LI Bao-Qiang,  KONG Jing-Lin. Study on Fast Recognition of Biotoxins and Biological Modifiers Using Data Fusion Algorithm[J]. Chinese Journal of Analytical Chemistry, 2020, 48(10): 1343-1350. doi: 10.19756/j.issn.0253-3820.201137 shu

基于数据融合的生物毒素及生物调节剂快速识别研究

  • 基金项目:

    本文系国家自然科学基金项目(No.61775017)资助

摘要: 建立了多种生物毒素和生物调节剂的电喷雾离子迁移谱和拉曼光谱分析方法,构建了几类代表性生物毒素、生物调节剂及常见无毒白色粉末共26种物质的离子迁移谱和拉曼光谱数据库,其中包括乌头碱、河豚毒素等生物碱,缓激肽、P物质等生物调节剂及其同分异构体等结构类似物,芋螺毒素、α-银环蛇毒素、蓖麻毒素等多肽和蛋白质毒素和食盐、面粉、蛋白粉等常见无毒物。在此基础上,利用线性判别分析、二次判别分析、k近邻、朴素贝叶斯模型、分类决策树、Sigmoid核函数支持向量机共6种模式识别算法对单一和融合数据进行识别归类,不同方法的识别准确率在76.0%~97.2%范围内,并分析了方法识别准确率差异原因。研究发现,以支持向量机模型建立的融合识别算法准确率高达97.2%。本方法能区分两种生物调节剂的多个结构类似物,可用于不明白色粉末的识别归类。

English


    1. [1]

      Baucum M, John R. Risk Anal., 2019, 40(2):399-407

    2. [2]

      Berger T,Eisenkraft A, Bar-Haim E, Kassirer M, Aran A A, Fogel I. Disaster Mil. Med., 2016, 2:7

    3. [3]

      Zhao L, Huang Y, Dong Y, Han X, Wang S, Liang X. Toxins, 2018, 10(11):427

    4. [4]

      Banerjee P,Kintzios S, Prabhakarpandian B. Toxins, 2013, 5(12):2366-2383

    5. [5]

      Liu X, Fan X, Matsumoto H,Nie Y, Sha Z, Yi K, Pan J, Qian Y, Cao M, Wang Y, Zhu G, Wang M. Environ. Sci. Technol., 2018, 52(9):5105-5114

    6. [6]

      McNamee S E, Medlin L K, Kegel J,Mccoy G R, Raine R, Barra L, Ruggiero M V, Kooistra W H C F, Montresor M, Hagstrom J A, Blanco E P, Graneli E, Rodriguez F J, Escalera L, Reguera B, Dittami S M, Edvardsen B, Taylor J D, Lewis J, Pazos Y, Elliott C T, Campbell K. Harmful Algae, 2016, 55:112-120

    7. [7]

      Stipić F, Burić P, Jakšić Ž, Pletikapic G, Sikiric M D, Zgrablic G, Frkanec L, Lyons D M. Colloids Surf. B, 2015, 135:481-489

    8. [8]

      Pan Y, Wei X, Liang T, Zhou J, Wan H, Hu N, Wang P. Biomed. Microdevices, 2018, 20(3):60

    9. [9]

      Warth B, Parich A, Atehnkeng J, Bandyopadhyay R, Schuhmacher R, Sulyok M, Krska R. J. Agric. Food Chem., 2012, 60:9352-9363

    10. [10]

      Valea P, Gomesa S S, Lameirasa J, Rodrigues S M, Botelho M J, Laycock M V. Food Addit. Contam. A, 2009, 26:214-220

    11. [11]

      Tsai C, Tipple C A, Yost R A. Rapid Commun. Mass Spectrom., 2018, 32(7):552-560

    12. [12]

      Nousiainen M, Holopainen S, Puton J, Sillanpaa M. Talanta, 2011, 84(3):738-744

    13. [13]

      Satoh T, Kishi S, Nagashima H, Tachikawa M, Kanamori-Kataoka M, Nakagawa T, Kitagawa N, Tokita K, Yamamoto S, Seto Y. Anal. Chim. Acta, 2015, 865(1):39-52

    14. [14]

      Guo Z, Wang M, Wu J, Tao F, Chen Q, Wang Q, Ouyang Q, Shi J, Zou X. Food Chem., 2019, 286:282-288

    15. [15]

      Chao K, Dhakal S, Qin J, Peng Y, Schmidt W F, Kim M S, Chan D E. Sensors, 2017, 17(3):618

    16. [16]

      JIANG Lin-Hua, SHEN Jun, YU Zhi-Hao, SHAO Yong-Ni, CHEN Xiao-Wan, CHEN Xiao-Dong. Chinese J. Opt. Instrum., 2018, 40(02):31-37 蒋林华, 沈俊, 余治昊, 邵咏妮, 陈小婉, 陈晓东. 光学仪器, 2018, 40(02):31-37

    17. [17]

      List of Human and Animal Pathogens and Toxins for Export Control. https://australiagroup.net/en/human_animal_pathogens.html,2017-07

    18. [18]

      Annex on Chemicals Schedule 1. https://www.opcw.org/chemical-weapons-convention/annexes/annex-chemicals/schedule-1,1997-04-29

    19. [19]

      Eiceman G A, Karpas Z. Ion Mobility Spectrometry© 2005 CRC Press. Taylor & Francis Group

  • 加载中
计量
  • PDF下载量:  8
  • 文章访问数:  1055
  • HTML全文浏览量:  75
文章相关
  • 收稿日期:  2020-03-17
  • 修回日期:  2020-07-02
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章