数据集概述
本数据集为超临界流体色谱-质谱（SFC-MS）中电喷雾电离（ESI）和大气压化学电离（APCI）过程的人工神经网络评估数据，包含107种分析物的分子描述符、两种电离模式下的质谱响应及人工神经网络分配的描述符权重，用于电离过程机制解析，共含4个Excel文件。
文件详解
- 文件名称：molecular descriptors.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含107种分析物的226个分子描述符，由CDK Descriptor Calculator（v.1.4.8）基于Chem 3D Pro v14.0软件MOPAC应用半经验AM1量子力学计算优化的3D结构生成
- 文件名称：ESI_adjusted MS responses.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含SFC-ESI-MS分析中107种化合物的质谱响应（峰面积），对应224种补加溶剂组成、QC样品及分流比条件下质子化和去质子化分子离子的选择离子监测（SIM）数据
- 文件名称：APCI_adjusted MS responses.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含SFC-APCI-MS分析中107种化合物的质谱响应（峰面积），对应224种补加溶剂组成、QC样品及分流比条件下质子化和去质子化分子离子的选择离子监测（SIM）数据
- 文件名称：weights assigned by ANN to molecular descriptors.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含Matlab R2023a深度学习工具箱（V.23.2）构建的人工神经网络为各分子描述符分配的权重，网络采用Sigmoid激活函数和500次学习循环的反向传播算法
数据来源
论文"Artificial Neural Networks: An Innovative Approach Used for Elucidation of Ionization Processes in Supercritical Fluid Chromatography-Mass Spectrometry"（Analytical Chemistry, 2025）
适用场景
- 分析化学电离机制研究: 解析超临界流体色谱-质谱中ESI和APCI的电离过程及影响因素
- 质谱响应预测模型构建: 基于分子描述符和人工神经网络权重建立SFC-MS质谱响应预测模型
- 分析方法优化: 指导SFC-MS补加溶剂组成、分流比等实验条件的优化以提升电离效率
- 人工智能在分析化学中的应用: 探索人工神经网络在质谱电离过程解析中的应用价值
