报告详情
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
访问权限：仅限参会人
更新：2024-04-11 10:24:42 浏览：1336次
口头报告
报告开始：2024年05月19日 08:12（Asia/Shanghai）
报告时间：10min
所在会场：[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。
关键词
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
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论