2023-03-17 ChromSword SLR

 

Sākotnējie pieejamie materiāli: http://share.yellowrobot.xyz/quick/2023-3-17-35542D97-8849-4DD9-934A-B9FA6A6EA8C4.zip

 

Pētījuma mērķis: Izveidot RL based modeli, kurš ar secīgiem eksperimentiem un vielu uzvedības/chromatogram generation simulatoru varētu iemācīties izveidot optimālus concentration gradients, kas sadalītu vielu pīķus chromatogramā (laikā) ar lielāko iespējamo resolution limitētā laikā periodā.

 

Dokumentēt un aprakstīt Notion, Rakstīt latvisiki - virspusīgi, tā, lai tu saproti:

  1. HPLC (High Performance Liquid Chromatography) pašu procesu un mūsdienās izmantotās komponentes

    1. Pumpis, kas miksē dažādas Buffer, Solvent koncentrācijas

      1. kā izvēlēties metodi laikā mainot koncentrācijas?

      2. kā izvēlēties flowrate?

    2. Autosampler, kas paņem paraugus

      1. Kādas vielas vispār var sadalīt šāda iekārta?

      2. Kādi ir ierobežojumi tieši HPLC nevis Gāzu chromatography un nevis mass spectometry

    3. Column oven un Columns

      1. kā izvēlēties pareizo column?

      2. Kā columns iedarbojas uz parametriem temperature, flowrate, concentration

      3. kā izvēlēties metodi laikā mainot temperatūru?

    4. Detektori

      1. Kā izvēlēties viļņa garumu (nanometers)?

      2. Kā labāk izvēlēties spectra apgabalu?

      3. Kādus detectors, kuros gadījumos izvēlēties? DAD, MWD, FLD, utt

    5. Cik ilgā laikā vidēji mūsidienās laborants izveido metodes (concentration gradient, temprature, flowrate utt)

    6. Jautājumu gadījumā droši zvani un raksti Andriusam (saki sakarā ar literatūras analīz ChromSword research projektā), Lietuvietis, runā anglsiki, profesionāls analītiskais ķīmiķis: Andrius, Whatsapp: +37063155555, as@chromsword.com

  2. Tiklīdz sākuma iepazīšanās ar HPLC procesu pabeigta, uzzvani Evaldam, lai nodemonstrē ChromSword sistēmu kā tā automātiski ar secīgiem eksperimentien iegūst concentration gradiens, kas palīdz sadalīt vielas

  3. Komerciālie risinājumi, kas ir alternatīvas, un dažiem arī ir zinātniskās publikācijas

    1. http://molnar-institute.com

    2. https://www.acdlabs.com

    3. http://www.smatrix.com

  4. SLR table, nepieciešams atrast pētījumus, kuriem ir rezultāti, datu kopas vai informācija par AUTOMATIZETU HPLC method development - cerams var atrast kādu Deep Learning modeli, vislābāk uz Reinforcement learning. Kolonas:

    1. Gads

    2. Nosaukums

    3. Keywords

    4. Links uz pētījumu

    5. Links uz Github ja ir (vēlams)

    6. Organizācija (universitāte, firma)

    7. Citātu skaits (Semantic schollar)

    8. Datu kopas (kuras tiek izmatotas) - Ja nav publicēta vai nav info par datu kopu: NAV

    9. Metrikas un Rezultāti (kuras tiek izmantotas, lai noteiktu metodes darbību uz katru datu kopu), ja nav precīzi rezultāti, tad: NAV

    10. Modelis (kāda ir modeļa arhitektūra), var būt arī NE DL modelis

    11. Metode (kas ir galvenā metode, kura tiek izmantota)

    12. Tālākie pētījumi (ko iesaka vēl pētīt)