A new approach to applications of pattern recognition methods in analytical chemistry. III Search for spectral-structural correlations in mass spectra of organic compounds

• Autorzy: Kozioł J. , Varmuza K.

Warianty tytułu

PL

Nowe podejście do zastosowań metod rozpoznawania obrazów w chemii analitycznej. III. Poszukiwanie zależności widmowo-strukturalnych w widmach masowych związków organicznych

• Języki publikacji: EN

Abstrakty

EN

A process of knowledge acquisition from a collection of mass spectra of organic compounds is described. The knowledge is represented by means of correlation, describing the relations between peaks of fragment ions vs characteristic molecular subunits (substructures and functional groups). The information obtained was used in the form of correlation tables for an automatic conversion into the decision rules. This form of a knowledge base is suitable for automatic interpretation of mass spectra within an expert system.

PL

W pracy opisano proces pozyskiwania wiedzy ze zbiorów widm mas związków organicznych, w postaci korelacji opisujących zależności pomiędzy obserwowanymi w widmie pikami jonów fragmentacyjnych a charakterystycznymi fragmentami struktury badanego związku (podstrukturami i grupami funkcyjnymi). Uzyskana informacja (w formie tablic korelacyjnych) posłużyła do automatycznego generowania reguł interpretacji widm mas, zapisanych następnie w regułowej bazie wiedzy wykorzystanej do automatycznej interpretacji widm mas przez system ekspertowy.

Słowa kluczowe

EN

structural identification; mass spectroscopy; organic compounds; knowledge engineering; rule-based systems

PL

struktura związku; spektroskopia masowa; związki organiczne; widmo masowe

• Wydawca: Komitet Chemii Analitycznej PAN
• Czasopismo: Chemia Analityczna
• Rocznik: 2001
• Tom: Vol. 46, No. 5
• Strony: 725--733
• Opis fizyczny: Bibliogr. 15 poz.

Twórcy

autor

Kozioł J.

• Department of Physical Chemistry, Faculty of Chemistry, Rzeszów University of Technology, 6 Powstańców Warszawy Avenue, 35-041 Rzeszów, Poland

autor

Varmuza K.

• Laboratory for Chemometrics, Institute of Food Chemistry, Vienna University of Technology, Getreidemarkt 9/160, A-1060 Vienna, Austria

Bibliografia

• 1. Hippe Z.S., Artificial Intelligence in Chemistry, Elsevier, Amsterdam 1991.
• 2. Clerc J.T., in: Computer-Enhanced Analytical Spectroscopy, [Meuzelaar H.L.C., Isenhour T.L., Eds], Plenum, New York 1987, p. 145.
• 3. Massart D.L., Vandeginste B.G.M., Buydens L.C.M., DeJong S., Lewi P.J. and Smeyers-Verbeke J., Handbook of Chemometrics and Qualimetrics: Part A, Elsevier, Amsterdam 1997.
• 4. Varmuza K., Pattern Recognition in Chemistry, Springer-Verlag, Berlin 1980.
• 5. Varmuza K. and Werther W., J. Chem. Inf. Comput. Sci., 36, 323 (1996).
• 6. Varmuza K., in: Encyclopedia of Spectroscopy and Spectrometry, [Lindon J.C., Tranter G.E., Holmes J.L. Eds] Academic Press, London 2000, p. 232.
• 7. Zupan J. and Gasteiger J., Neural Networks in Chemistry and Drug Design, 2nd edn., Wiley-VCH, Weinheim 1999.
• 8. Zupan J., Algorithms for Chemists, John Wiley, New York 1989.
• 9. Curry B., in: Computer-Enhanced Analytical Spectroscopy, [Meuzelaar H.L.C., Ed.] Vol. 2, Plenum, New York 1990, p. 183.
• 10. Dębska B.J. and Guzowska-Świder B., J. Mol. Struc., 348, 473 (1995).
• 11. Dębska B.J. and Guzowska-Świder B., Comp. Chem., 21, 51 (1997).
• 12. Hippe Z.S., Knowledge-Based Systems, 9, 509 (1996).
• 13. Hippe Z.S., Chem. Anal. (Warsaw), 40, 473 (1995).
• 14. Hippe Z.S. and Zamorska J., Chem. Anal. (Warsaw), 44, 597 (1999).
• 15. NIST Mass Spectral Database, version 4.0, 1992, National Institute of Standards and Technology, Gaithersburg, MD 20899, USA.