ಮಾನವ ದೃಷ್ಟಿಗೆ ಅಳವಡಿಸಿಕೊಂಡ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರಿಕ್ ಇಮೇಜ್ ಅನ್ನು ದೃಶ್ಯೀಕರಿಸುವ ವಿಧಾನವನ್ನು ರಚಿಸಲಾಗಿದೆ

Anonim
ಮಾನವ ದೃಷ್ಟಿಗೆ ಅಳವಡಿಸಿಕೊಂಡ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರಿಕ್ ಇಮೇಜ್ ಅನ್ನು ದೃಶ್ಯೀಕರಿಸುವ ವಿಧಾನವನ್ನು ರಚಿಸಲಾಗಿದೆ 14929_1
ಮಾನವ ದೃಷ್ಟಿಗೆ ಅಳವಡಿಸಿಕೊಂಡ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರಿಕ್ ಇಮೇಜ್ ಅನ್ನು ದೃಶ್ಯೀಕರಿಸುವ ವಿಧಾನವನ್ನು ರಚಿಸಲಾಗಿದೆ

ಅಧ್ಯಯನದ ಫಲಿತಾಂಶಗಳನ್ನು ಜರ್ನಲ್ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ. ಹೈ ರೆಸಲ್ಯೂಷನ್ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರೋಮೆಟ್ರಿ ಎಂಬುದು ಸಮೂಹ ವಿಶ್ಲೇಷಣಾ ವಿಧಾನವಾಗಿದೆ (M / z) ಅಯಾನೀಕರಿಸಿದ ಅಡೆತಡೆಗಳು ಮತ್ತು ಅವರಿಂದ ಅನುಗುಣವಾದ ಸಿಗ್ನಲ್ನ ತೀವ್ರತೆ (ಅವುಗಳ ಸಾಪೇಕ್ಷ ಪ್ರಮಾಣ). ಈ ಮಾಹಿತಿಯು ಸಂಯುಕ್ತಗಳ ಆಣ್ವಿಕ ತೂಕವನ್ನು ನಿರ್ಧರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಅವುಗಳು ಪ್ರೋಟೀನ್ಗಳು, ಲಿಪಿಡ್ಗಳು, ಮೆಟಾಬೊಲೈಟ್ಗಳು, ಪೆಪ್ಟೈಡ್ಗಳು, ಔಷಧಿಗಳು ಮತ್ತು ಇತರ ಪದಾರ್ಥಗಳಂತಹ ಸಂಯುಕ್ತಗಳನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಮಾಸ್ ಸ್ಪೆಕ್ಟ್ರೊಮೆಟ್ರಿಕ್ ಇಮಿಜಿಂಗ್ (MCI) ಅಂಗಾಂಶಗಳಲ್ಲಿನ ಅಣುಗಳ ಅಣುಗಳ ಪ್ರಾದೇಶಿಕ ವಿತರಣೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಲು, ಅಣುಗಳ ಸ್ಥಳೀಯ ಲೇಸರ್ ಅಯಾನೀಕರಣದ ಅಣುಗಳ ಸಮೂಹ ರೋಹಿತದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅಧ್ಯಯನದಲ್ಲಿ (ಉದಾಹರಣೆಗೆ, ಗೆಡ್ಡೆ ಕಟ್).

MSI ಡೇಟಾದ ವ್ಯಾಖ್ಯಾನವು ಕಷ್ಟಕರವಾಗಿದೆ. ಆರಂಭದಲ್ಲಿ, ಅಂಗಾಂಶ ಕಡಿತದ ಮೇಲ್ಮೈಯಲ್ಲಿ ಅಯಾನುಗಳ ವಿತರಣೆಯನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು ಅವಶ್ಯಕ, ಅಂದರೆ, ಸಾಮಾನ್ಯ ಬಣ್ಣದ ಚಿತ್ರಣವನ್ನು ನಿರ್ಮಿಸುವುದು, ಇದರಲ್ಲಿ ಪ್ರತಿ ಪ್ರದೇಶವು ಇದೇ ರೀತಿಯ ಅಯಾನ್ ಸಂಯೋಜನೆಯನ್ನು ಹೊಂದಿರುತ್ತದೆ - ಅದರ ಬಣ್ಣಕ್ಕೆ ಅನುರೂಪವಾಗಿದೆ. ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಸಾವಿರಾರು ಅಯಾನುಗಳವರೆಗೆ ನೀವು MSI ಡೇಟಾವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಗೌರವಿಸುವಂತಹ ಕೇವಲ ಮೂರು ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯಗಳಿಗೆ ಹೋಗಬೇಕು ಮತ್ತು ಸಂಶೋಧಕರ ನಂತರದ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಮೂರು ಆಯಾಮದ ಬಣ್ಣದ ಜಾಗವನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಿರಬಹುದು.

ಮಾನವ ದೃಷ್ಟಿಗೆ ಅಳವಡಿಸಿಕೊಂಡ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರಿಕ್ ಇಮೇಜ್ ಅನ್ನು ದೃಶ್ಯೀಕರಿಸುವ ವಿಧಾನವನ್ನು ರಚಿಸಲಾಗಿದೆ 14929_2
ವಿಧಾನದ ವಿವರಣೆ / © ಸ್ಕೋಲ್ಟೆಕ್ ಪ್ರೆಸ್ ಸೇವೆ

"ಪರಿಣಾಮವಾಗಿ ಚಿತ್ರದ ಮಾಹಿತಿ ವಿಷಯವನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ಮುಖ್ಯವಾದುದು, ಮಾನವ ದೃಷ್ಟಿ, ನಿರ್ದಿಷ್ಟವಾಗಿ, ಅದರ ರೇಖಾತ್ಮಕವಲ್ಲದ ಮತ್ತು ಹೊಳಪು ಮತ್ತು ಕ್ರೋಮದಲ್ಲಿ ಬದಲಾವಣೆಗಳಿಗೆ ಗುಣಾತ್ಮಕವಾಗಿ ವಿಭಿನ್ನ ಸಂವೇದನೆಗಳ ಲಕ್ಷಣಗಳನ್ನು ಪರಿಗಣಿಸುವುದು ಅವಶ್ಯಕ.

ಮತ್ತು, ಬಣ್ಣದ ಗ್ರಹಿಕೆಯ ಸಿದ್ಧಾಂತವು ದೀರ್ಘಕಾಲದವರೆಗೆ (20 ನೇ ಶತಮಾನದ ಮೊದಲಾರ್ಧದಲ್ಲಿ) ಪರೀಕ್ಷಿಸಲ್ಪಟ್ಟಿದೆಯಾದರೂ, ತಜ್ಞರಲ್ಲಿ ಸಹ ಸಾಮಾನ್ಯವಾಗಿ ಅಂಗೀಕರಿಸಲ್ಪಟ್ಟ ಗಣಿತ ಮಾದರಿಗಳು ಇಲ್ಲ, ಮಾನವ ದೃಷ್ಟಿಗೆ ಪ್ರಸಿದ್ಧವಾದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಚೆನ್ನಾಗಿ ವಿವರಿಸುವುದಿಲ್ಲ , "ಅಧ್ಯಯನದ ಮೊದಲ ಲೇಖಕ, ಪದವಿ ವಿದ್ಯಾರ್ಥಿ ಸ್ಕೋಲ್ಟೆಕ್ ಅನಸ್ತಾಸಿಯಾ SARYCHEV ಹೇಳುತ್ತಾರೆ.

ವಿಜ್ಞಾನಿ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಕಂಪ್ಯೂಟಿಂಗ್ ತಂತ್ರಜ್ಞಾನಗಳ ಕೇಂದ್ರದಿಂದ ದೊಡ್ಡ ಡೇಟಾ ಸರಣಿಗಳು (CDISE) ಮತ್ತು ವಿಷುಯಲ್ SPI RAS ನ ಪ್ರಯೋಗಾಲಯವು MSI ದತ್ತಾಂಶದ ದೃಶ್ಯೀಕರಣಕ್ಕೆ ಹೊಸ ವಿಧಾನವನ್ನು ನೀಡಿತು, ಇದು ಹಿಂದೆ ತಿಳಿದಿರುವ ವಿಧಾನಗಳಲ್ಲಿ ವಿವರಗಳ ವಿಷಯದಲ್ಲಿ ಕೆಳಮಟ್ಟದಲ್ಲಿಲ್ಲ, ಆದರೆ ನಲ್ಲಿ ಮಾನವ ಬಣ್ಣ ಗ್ರಹಿಕೆ ಸಿದ್ಧಾಂತದ ಆಧಾರದ ಮೇಲೆ ಅದೇ ಸಮಯ.

ಇದೇ ರೀತಿಯ ಅಯಾನಿಕ್ ಸಂಯೋಜನೆಯ ಆಯ್ದ ಪ್ರದೇಶಗಳನ್ನು ಅನ್ವಯಿಸುವಾಗ ಹೊಸ ವಿಧಾನವು ಗಡಿಗಳು ಮತ್ತು ಇಳಿಜಾರುಗಳನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಇದರ ಕಾರಣದಿಂದಾಗಿ, ಪರಿಣಾಮವಾಗಿ ಚಿತ್ರವು MSI ಡೇಟಾದ ಚಿತ್ರಣಕ್ಕೆ ಇತರ ವಿಧಾನಗಳಿಗಿಂತ ಸುಲಭವಾಗಿ ಅರ್ಥೈಸಲ್ಪಟ್ಟಿದೆ. ಈ ವಿಧಾನವು ಮಾದರಿಯ ಮಾದರಿಯ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ದತ್ತಾಂಶಗಳೆರಡರಲ್ಲೂ ಸಾಮೂಹಿಕ ಸ್ಪೆಕ್ಟ್ರೊಮೆಟರಿಯ ಸಂಶೋಧಕರ ಸಂಶೋಧಕರು ಮತ್ತು ಸೊಲೊಚೀಯರ ಮಧ್ಯಭಾಗದ ಜೀವಶಾಸ್ತ್ರಜ್ಞರು

ಮೂಲ: ನಗ್ನ ವಿಜ್ಞಾನ

ಮತ್ತಷ್ಟು ಓದು