[口头报告]基于图学习的溶解有机质分子同分异构物向量预测

基于图学习的溶解有机质分子同分异构物向量预测
编号:928 稿件编号:2458 访问权限:仅限参会人 更新:2024-04-11 10:24:42 浏览:399次 口头报告

报告开始:2024年05月19日 08:12 (Asia/Shanghai)

报告时间:10min

所在会议:[S6] 主题​6、海洋地球科学 » [S6-6] 主题6、海洋地球科学 专题6.4、专题6.9(19日上午,205)

暂无文件

摘要
直接进样模式的超高分辨率质谱技术(DI-UHRMS)能够精准确定DOM中数千个分子式,但一个分子式通常代表了多个同分异构物。液相色谱和静电场轨道离子阱质谱联用技术(LC-Orbitrap MS)能在质谱分析前根据极性有效分离DOM分子,并根据保留时间提供不同分子的特征向量,从而在结构、极性和同分异构物数量等方面细粒度地表征DOM分子。我们基于长江口-东海的8个DOM样品,利用LC-Orbitrap MS获取同分异构物标签,构建图网络学习的多标签向量预测模型。具体来说,构造分子化学转移网络,引入无监督学习网络表征分子全局特征,并结合分子的环境独特性构建同分异构物多标签向量预测模型。本方法将有效提取DOM分子在即时环境下的特异性信息,为深入全面探究其地学意义提供了新视角。
关键字
液相串联超高分辨率质谱,同分异构物,分子网络,图学习
报告人
刘同存
讲师 浙江农林大学

稿件作者
刘同存 浙江农林大学
赵辰 香港科技大学
易沅壁 香港科技大学
何晨 中国石油大学(北京)
史权 中国石油大学(北京)
何丁 香港科技大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订