AI Quantitationソフトウェアで限界を打破
AI Quantitation ソフトウェアは最先端の人工知能と機械学習テクノロジーを活用し、 SCIEX Triple Quad 、高分解能精密質量分析装置 (HRMS)、Echo® MS+ システムから取得した互換性のあるデータセットを、明確で実用的な情報に簡単に変換できるようにします。
この堅牢なソフトウェアは、ワークフローとメソッド開発にかかるステップを効率化し、生産性の向上と結果までの時間の短縮を実現します。AI Quantitation ソフトウェアは、ユーザーの持つリソースをより効果的に割り当てられるようにすることで、プロジェクトをさらに迅速かつ効率的に推進します。
SCIEX OS ソフトウェアによって生成された wiff2 データを使用して、AI Quantitation ソフトウェアは次の機能を提供します。
SCIEX SWATH 取得または MRM-HR を活用:
Kevin Bateman、薬物動態学、薬力学、薬物代謝の専門家(すでに退職されております)
MRM 化合物の最適化は複雑で時間のかかる作業になる場合があります。特に、毎日何百もの化合物を最適化する必要がある 試験管内スクリーニングの場合、MRM 分析用に化合物を最適化する従来のアプローチは大きなボトルネックになる可能性があります。
AI quantitation ソフトウェアは、MRM のトランジション予測を活用してこれらの課題に対処し、トランジションの選択とメソッド開発に革命をもたらします。このソフトウェアは、化合物の化学構造に基づいてその生成プロダクトイオンを予測する MRM 予測モデルを提供します。機械学習を使用して、Learning-to-rank モデルを採用し、プロダクトイオンを予測し、リソースを大量に消費する実験の最適化にかかる作業を排除します。
ユーザーデータにおける予測精度を簡単に向上
モデルに追加のユーザー データを組み込むことで、ワークフローに最も関連性の高い化合物の予測精度を高めることができます。化学構造ファイルと関連する MRM データをインポートするだけで、予測モデルのパフォーマンスが向上します。
モデルのパフォーマンス
このモデルは、Mass AnalyticaとBMSの共同研究によって開発され、「Learning-to-Rank(LTR)技術を用いたハイスループットADME分析のための予測的多重反応モニタリング(MRM)モデルの開発」という論文に掲載されました。このモデルは、BMSから提供された5,757化合物からなるデータセットを用いて、実際のHT-ADMEサンプルに適用されました。「予測されたMRMトランジションを適用した結果、97%の化合物について有効な安定性および透過性データが生成されました。」
膨大な量のハイスループットデータが Echo® MS+ ワークフローから生成されるため、AI 定量化ソフトウェアは傾向データのインタラクティブなウェルプレートビューを提供し、貴重なインサイトを得て情報に基づいた意思決定を行うことができます。
AI quantitation ソフトウェアは、データ処理ワークフローを自動化するツールを提供します。API とスクリプトを使用すると、ファイル フォルダーを スキャンし、新しい SCIEX .wiff2 データ ファイルを待機するようにソフトウェアを構成できます。新しいファイルが表示されると、ソフトウェアは事前に定義されたワークフローに従って自動的にデータの処理を開始し、結果を後で確認できるようにデータベースに保存します。
AI Quantitation がラボにどのように役立ち、データ処理のボトルネックを解消するかご興味をお持ちの方は、こちらからお問い合わせください。