OBJECTIF
En chromatographie, les temps de rétention des constituants d'un même produit injecté ne sont pas parfaitement constants dans le temps. Ces variations sont dues au vieillissement des phases des colonnes, à l'environnement et l'appareillage en général. De plus, lorsque le produit analysé possède des dizaines ou centaines de composés, distants d’une fraction de seconde à quelques minutes sur le chromatogramme, la reconnaissance manuelle est longue, imprécise, difficile ou impossible !
Aujourd'hui encore, un chromatographe qui possède les derniers perfectionnements de régulations électroniques de températures, de débits des gaz ou de gradients de solvants etc., ne peut compenser ces variations aléatoires.
MÉTHODE
Seul un traitement original, mixant les théories des mathématiques déductives des fonctions polynomiales et des algorithmes des réseaux neuronaux (reconnaissance et adaptabilité) peut résoudre ces problématiques de variations aléatoires.
RÉSULTAT
Un programme informatique permet d'automatiser les comparaisons de chromatogrammes complexes de dizaines ou centaines de pics, avec un chromatogramme témoin ou à des milliers de chromatogrammes en quelques secondes.
APPLICATIONS
- Contrôle qualité et identification dans l'industrie des parfums et de l'agro-alimentaire (huiles essentielles, produits parfumés, arômes alimentaires).
- Identification de l'empreinte d'une huile essentielle dans un mélange.
- Identification de millésimes en oenologie par les empreintes chromatographiques complètes.
- Applications à la protéomique fonctionnelle.
- Etc.
CONCLUSION
Ce traitement neuronal permet de résoudre un problème, jamais résolu auparavant, de traitements et d'enregistrements des "Big Data" et ainsi de répondre aux besoins des laboratoires qui travaillent dans les domaines aussi variés que le Contrôle Qualité, ou la R&D pour l'interprétation ou la classification des produits complexes par chromatographie.
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
GC-LC Concordance - Présentation SEP 21 - Paris
1.
2. DéFINITIONde L'IA
L'intelligence artificielle (IA) est « l'ensemble des théories et des techniques
mises en œuvre en vue de réaliser des machines / logiciels capables de simuler
l'intelligence humaine »
Elle utilise des méthodes de résolution de problèmes à forte complexité logique
ou algorithmique imitant ou remplaçant l'homme dans certaines mises en
œuvre de ses fonctions cognitives.
3. PROBLÈME EN CHROMATOGRAPHIE
Les temps de rétention des constituants d'un même produit injecté ne sont pas
constants dans le temps.
4. RAISONS
Mécaniques / électroniques du chromatographe
• Le mode d’injection manuel ou automatique
• Le contrôle de régulation des températures et des pressions des gaz
• La précision des débits des pompes dans les mélanges des solvants
• Le dégazage des solvants
• Le reconditionnement du chromatographe
• …
Chimie dans la colonne (vieillissement de la phase de la
colonne)
• Les hautes températures du four
• La chimie du produit injecté et de ses concentrations
• Les impuretés dans l’échantillon (filtration)
• L’oxydation de la phase des colonnes (Traces de O2, H2O, hydrocarbures
dans le gaz porteur)
• …
5. Comment comparer cet échantillon à cette référence enregistrée
quelques mois plus tôt ?
EXEMPLE
3 minutes de
décalage NON
LINÉAIRE sur le
dernier pic
7. Un traitement mixant les théories des mathématiques
déductives des fonctions polynomiales et des algorithmes
des réseaux neuronaux, couplé avec la puissance des
ordinateurs (jusqu'à 100 millions de calculs par comparaison).
Solution
8. Solution
En résumé : le tracé en bleu
correspond à la correction
de chaque RT calculée par
les algorithmes neuronaux
pour trouver la solution de
concordance de l’ensemble
des pics entre les 2
chromatogrammes.
Compensations :
• Du décalage non
linéaire (3 minutes à la
fin entre les 2 chromato)
• De l’environnement de
l’analyse.
9. quelques APPLICATIONS EN TEmps de Rétention (1/6)
• Origine d'un produit pétrolier dans une affaire criminelle pour
un laboratoire de Police (Vidéo)…
• Contrefaçon de parfums
• Contrôle des normes de matières premières
• Chromatogrammes FID par rapport à la GCMS
• Contrôle Qualité de médicaments en LC
11. COMPARAISON EN LIBRAIRIE, AUTRES APPLICATIONS (3/6)
• Origine d’une matière première
• Evolution d’un produit dans le temps ou traitement
• Recherche de millésimes
• Etude sur l’évolution de cancers par analyses d’haleine
• Etc.
15. Tout ce qui se fait en Temps de Rétention
• L'identification automatique de l'ensemble des pics d'un
chromatogramme par rapport à des bases de données de
molécules, de matières premières, d'allergènes, etc..
• L’identification et estimation de la concentration d’une matière
première dans un mélange complexe.
QUelques APPLICATIONS EN INdices de rétention (1/3)
16. IDENTification automatique des composés (2/3)
L'identification automatique (sur une our 2 colonnes) de l'ensemble des pics d'un
chromatogramme par rapport à des bases de données (molécules, matières premières,
allergènes, etc.).
18. L'utilisation des réseaux neuronaux et de l'intelligence artificielle
pour les traitements des chromatogrammes complexes en GC, GC/MS, HPLC-HR (9/9)
FRANCE :
Raymond Loyer
raymond.loyer@spectrochrom.com
CONTACTS
INTERNATIONAL :
David Loyer
david@spectrochrom.com