背景介紹

為了幫助藥品生產(chǎn)企業(yè),、藥品檢驗機構(gòu)及第三方檢測機構(gòu)更好地應對2020版藥典中藥材及飲片（植物類）中禁用農(nóng)藥多殘留的分析方法,，島津公司已推出2020《中國藥典》中藥材及飲片農(nóng)藥多殘留檢測全面解決方案,。尤其在LC-MS/MS農(nóng)殘數(shù)據(jù)解析方面,，采用全新PeakintelligenceTM功能,，運用AI技術(shù)對色譜峰自動智能積分，無需設置任何積分參數(shù),，幫助用戶大大簡化在LC-MS/MS數(shù)據(jù)處理上花費的時間,，有效提升工作效率。

已于2020年12月30日正式實施的2020年版《中國藥典》（以下簡稱“2020版藥典”）,，在“2341 農(nóng)藥殘留量測定法”中新增第五法植物類藥材中禁用農(nóng)藥多殘留測定提供了GC-MS/MS和LC-MS/MS檢測的化合物清單、檢測方法,、三種藥材樣品前處理,。對于涉及藥材及飲片的制藥企業(yè)及藥廠，由于藥材及飲片（植物類）種類繁多,，樣品基質(zhì)復雜,，加上無相關(guān)技術(shù)儲備，實驗人員在面對大量樣品數(shù)據(jù)處理時,，難免會因分析經(jīng)驗不足,、目標物受基質(zhì)干擾較大或人為失誤等原因，造成積分結(jié)果不準確,；甚至在特定情況下,，會采取手動積分操作處理。與此同時,，由于中藥農(nóng)殘檢測投入較高,，非自檢的企業(yè)會選擇第三方檢測公司委托分析，檢測企業(yè)的操作人員由于個人數(shù)據(jù)處理的能力參差不齊,，難以避免會發(fā)生篡改積分結(jié)果的風險,。在合規(guī)性管理要求下,，無論是制藥企業(yè)還是第三方檢測機構(gòu)，在如何快速準確獲得結(jié)果報告方面面臨著巨大的挑戰(zhàn),。

為了幫助藥品生產(chǎn)企業(yè),、藥品檢驗機構(gòu)及第三方檢測機構(gòu)更好地應對在數(shù)據(jù)解析方面的困境，在開發(fā)的LC-MS/MS法檢測30個農(nóng)藥化合物多殘留的應用方案中,，對于農(nóng)殘的數(shù)據(jù)解析,，通過Peakintelligence^TM功能，運用AI技術(shù)對色譜峰自動智能積分,，無需設置任何積分參數(shù),，幫助用戶大大簡化在LC-MS/MS數(shù)據(jù)處理上花費的時間，有效提升工作效率,。

Peakintelligence™

運用AI技術(shù)實現(xiàn)色譜峰智能積分

準確,、快速處理海量農(nóng)殘數(shù)據(jù)

Peakintelligence^TM采用人工智能AI（AI：Artificial Intelligence）技術(shù)，通過深度學習,，利用大量數(shù)據(jù)開展學習訓練,，實現(xiàn)正確檢測和積分目標物色譜峰，減少了錯誤檢測或未檢測色譜峰的數(shù)量,，縮短確認結(jié)果所需的時間,。特別是有效解決用戶因分析經(jīng)驗不足等原因，造成積分結(jié)果不準確等問題,。在顯著提升數(shù)據(jù)處理效率的同時,，也可獲得準確的數(shù)據(jù)結(jié)果。

按照2020版藥典通則2341《農(nóng)藥殘留量測定法》第五法《藥材及飲片（植物類）中禁用農(nóng)藥多殘留測定法》要求,，采用LC-MS/MS配合Peakintelligence^TM技術(shù)開發(fā)了麥冬中30個農(nóng)藥化合物多殘留檢測的應用方案,。在麥冬樣品數(shù)據(jù)處理中，在質(zhì)譜數(shù)據(jù)處理軟件LabSolutions Insight打開LC-MS/MS采集的農(nóng)殘數(shù)據(jù),，在積分功能選項下拉菜單中,，選擇算法“Peakintelligence_Ver2”及模型“LCMS_Model_V1”即可，無需設置任何積分參數(shù),，即可自動,、快速、準確完成目標物色譜峰積分檢測,。

通過運用AI技術(shù)對不同濃度點的農(nóng)殘對照品進行色譜峰智能積分,，30個農(nóng)殘化合物的校正曲線相關(guān)系數(shù)r均大于0.999，農(nóng)殘混標濃度點的準確度范圍在94%~106%之間,。在各自*濃度點范圍為1~5ng/mL,，其準確度分別為94%~100%。

以甲胺磷為例，應用PeakintelligenceTM的AI技術(shù)解析農(nóng)殘混標的準確度%結(jié)果（濃度范圍5~200ng/mL,，相關(guān)系數(shù)r=0.9992）

Peakintelligence^TM是由島津制作所與富士通株式會社,、株式會社富士通研究所聯(lián)合研究開發(fā)。此外,，開發(fā)過程中從大阪大學研究生院工學研究專業(yè)福崎英一郎教授,、大阪大學信息科學研究專業(yè)松田史生教授處獲得研究人員需求和技術(shù)性建議。

通過深度學習訓練數(shù)據(jù)模型

在最新發(fā)表的一篇應用通訊中,，研究人員使用LCMS-8060NX分析了唾液中短鏈脂肪酸等口腔細菌產(chǎn)生的親水性代謝產(chǎn)物,，以對口腔菌群進行代謝組學研究。其中展示了使用Peakintelligence^TM技術(shù)對檢測到的色譜峰進行積分的案例,，對于復雜組分或是色譜峰未*分離的情況下,，Peakintelligence^TM也可以正確檢測和積分，減少了錯誤檢測或未檢測到峰的數(shù)量以及確認結(jié)果所需的時間,。

Peakintelligence^TM技術(shù)不僅適用于中藥農(nóng)殘檢測相關(guān)客戶,，對于植物源性及動物源性食品中農(nóng)殘檢測的用戶，也可運用AI技術(shù)的全新算法,，自動快速處理海量的農(nóng)殘數(shù)據(jù),。目前Peakintelligence^TM技術(shù)支持農(nóng)藥殘留數(shù)據(jù)的快速解析，LC-MS/MS版初級代謝產(chǎn)物方法包和細胞培養(yǎng)上清液方法包中化合物的數(shù)據(jù)處理,。