数据采集

SPDC软件是一款免费的奥豪斯自主研发的数据采集工具，支持RS232接口或以太网连接，对单台奥豪斯天平或秤的称重数据进行实时采集至Excel，方便数据分析和处理。数据采集平台SPDC软件适配奥豪斯的天平，水分仪，工业称重，pH电化学等产品。数据接口默认设置相同，软件自动识别COM端口号码。运行SPDC软件，可在几秒内完成连接配置，轻松开始数据采集。灵活的数据采集能力支持自动和手动数据传输，满足不同的数据采集需求。方便在线实时监控数据变化。自动打印：只需开启天平或者工业秤的自动打印功能，即可实现称重数据的自动传输，大大节省数据采集时间。手动打印：手动打印键可实现打印单个称重信息或者完整的打印条信息。打印条信息包括：日期和时间、天平ID、天平名称、用户名、称量结果等，符合数据追溯的要求。免费搭建实验数据MS EXCEL平台，为后期实验数据分析做好准备SPDC数据采集软件支持支持多种数据导出格式，包括MS Excel，Access， Text和 Word。数据采集导入Excel后，可以直接用Excel自带函数做数据分析。另外，SPDC还具有导入数据至自定义单元格的功能，即直接导入已经做好的实验表格，提升了数据录入的效率，减少出错的机会。如何获取SPDC 软件奥豪斯网站提供免费软件下载，或者售后服务热线：4008-217-188指导安装。如何使用SPDC软件奥豪斯集团成立于1907年，拥有遍布各地的营销、研发和生产基地。通过不断为各地用户提供优质的称量产品与完善的应用方案，奥豪斯产品已遍及环保、疾控、食药、教学科研、食品、新能源和制药工业等各种应用领域，赢得了广泛的认可与青睐。我们致力于提供符合各国安全、环境及质量体系的产品，涵盖电子天平、台秤、平台秤、案秤、摇床、台式离心机、加热磁力搅拌器、涡旋振荡器、干式金属浴、实验室升降台和电化学产品等。

对于实验室或检测机构，仪器设备是所有业务开展的基础，数据则是核心命脉，而传统的仪器设备原始数据收集方式，效率低耗时长、操作流程不规范、不易保存与查找、错误率高、易篡改等成了制约检测机构持续高速发展的瓶颈和弊端，这严重影响了实验数据的质量和实验室工作效率。 为适应当今的实验室数据化应用与分析，青软青之提供了King’s SDMS 仪器数据采集及科学数据管理系统，旨在满足检测领域对仪器设备数据自动采集和应用的全方位需求。系统通过构建智能数据解析服务中心，让各类仪器设备数据协议的繁杂简单化、标准化，为数据使用方提供规范的统一的目标数据，让整个数据采集过程更便捷、更高效、更准确、更安全。 从大量数据到大数据 检测数据是检测机构的血液，如何做到对实验得到的大量过程、结果数据高效的收集、分析、存储，从而形成统一的、结构化的数据以便使用呢？又如何让这个过程变得自动、便捷、可靠呢？King’s SDMS 仪器数据采集及科学数据管理系统的应用在以下方面得到了切实提升： 1、采集实验室设备生产过程中产生的各类数据，如：可读文件、数据库等，也包括可交互的通讯接口数据，如：串口(RS-232)、网口（TCP-IP）等。 2、提升检测数据准确性：确保分析任务符合质量规范，并通过系统自动采集仪器输出数据，以避免人为因素对数据的影响，保证了数据的真实性，提高了数据的准确性和可靠性。 3、全流程可追溯：实验数据在自动采集系统中得到全程记录和存储（含检测项目、检测结果，仪器名称、使用时间，使用人等信息），最终生成快捷，真实，完整的原始数据，为检测报告提供可追溯依据。 4、为分散的数据收集点，系统提供统一数据采集接入接口，全面覆盖所有数据源，解决了需要采集多种数据源时依赖多个平台或者工具来完成数据分散的挑战。 5、格式化收集到的原始数据，为LIMS或第三方提供查询服务。数据格式根据实验类型不同，大致可分为，实验数据、标物数据、称量数据等。 实验室设备现状及解决办法 纵观检测行业，仪器设备数量之多、种类之繁，即使是针对同一项目进行检测的仪器设备，由于制造商的不同所输出的数据也千差万别，如此造就了仪器设备数据采集实施难度加大、费用居高不下的局面。为此，King’s SDMS 仪器数据采集及科学数据管理系统提供多种采集方式支持，以满足不同仪器的数据采集需求。 Ø 文档型采集 支持word、excel、pdf、TXT、CSV等任何可读文件。 Ø 串口型采集 支持RS232、485、422等。 Ø 网络API采集 通过调用设备厂商提供的API接口，从设备上直接获取数据并实现自动化采集和存储，支持Restfull Api、webser-vice、RPC等。 Ø 设备直采 直接从设备获取数据，可定制与设备直接通讯，主动采集数据。 Ø 设备主动推送 系统提供身份认证和数据接收接口后三方设备可主动推送数据，无需人工干预，实现数据同步和更新。 King’s SDMS 仪器数据采集及科学数据管理系统具有完备的数据及业务交互功能，可独立运行也可与LIMS、ELN等现有业务系统，以及其他第三方行业专业系统灵活整合。大幅提高工作效率和质量，可轻松完成集团型及多实验室联合运营场景运营支撑。

HDX-MS是一种基于蛋白质主链酰胺氢原子与氘水中氘原子交换而获取有关蛋白质高阶结构和动态信息的方法。该技术可以帮助研究蛋白质折叠机制、发现配体结合位点、突出变构效应，在生物医药行业中发挥重要作用。尽管HDX-MS在蛋白质分析中频繁使用，但它通常无法进行高通量分析，且受限于大于150 kDa蛋白的分析。此外，HDX-MS生成复杂的同位素峰型常伴有谱图重叠现象，导致氘代值被错误计算。随着样品复杂性的增加，这一问题会更加加剧。目前，数据处理的方法涉及到手动检查原始数据以筛选谱图，并丢弃有任何信号问题的肽段图谱。然而这种方法随着样品分子量和复杂程度的增加变得难以执行，且容易受到人为错误的干扰（图1）。因此迫切需要一种可以消除手动筛选数据的负担，同时能够兼容更复杂的谱图（来自复杂混合物或整个细胞裂解液样品的谱图）。本文作者使用了一种自动化HDX数据分析的方法，利用data independent acquisition（DIA）采集方法同时从MS1和MS2领域获取氘代数据，并开发了AutoHX软件来挖掘和分析HDX数据。图1.传统HDX-MS数据采集与分析流程和本文使用的数据采集和分析流程比较。针对使用HDX-MS时，碰撞诱导解离（CID）碎裂模式产生的肽段碎片会伴随着气相中的氘重组现象（即scrambling现象），会影响残基水平氘代值的准确测量这一问题，作者定量研究了HDX-MS2数据的特性。作者发现，scrambling与离子传输和碎裂能量有关，且在高传输效率的条件下scrambling较严重，因此首先使用较为温和的离子传输参数和碎裂能量能够降低scrambling程度。随后作者建立了可描述碎片氘代值与该肽段可碎裂位点数量之间的线性关系（图2）。随着碎片离子长度的增加，相应的碎片离子氘代值会线性增加，因此通过回归计算可以计算出整个肽段的氘代率。这种方法不仅利用了CID产生的碎片信息，同时更为准确的计算出肽段的氘代值，排除了肽段谱图重叠对计算氘代值的干扰。图2.在一条给定肽段中，HD scrambling中，氘代值与碎片长度的关系。接着作者提出使用DIA方法来获取HX-MS2实验中MS1和MS2域的氘化数据，以实现在不同质谱平台采集数据、采集复杂样品的信息、分析自动化数据，且使得通过CID产生的MS2中提取肽段氘代值成为可能。首先作者设置了尽可能小的DIA窗口，并使用了较大的窗口重叠区域，以最小化MS2谱图的复杂性并确保每条氘代肽段至少有一个窗口（图3）。同时，作者开发了一个名为AutoHX的软件（作为Mass Spec Studio中的插件），该软件自动选择理想的DIA窗口，并从MS1数据计算前体肽段的氘代值，以及从MS2数据计算所有碎片的氘代值。同时改进了HX-PIPE（为HDX-MS量身定制的搜索引擎），使其搜库结果直接应用于AutoHX的分析。随后AutoHX使用了一系列过滤器来从数据集中解析低质量信号，然后使用基于RANSAC的谱图分析器，为所有肽段及其碎片匹配最佳同位素集合，并绘制动力学曲线图。该方法显著提高了肽段序列覆盖的冗余度（图4），从而提高了测量质量。图3. DIA窗口设计示意。图4. 基于DIA采集模式得到的序列覆盖（糖原磷酸化酶B，phosphorylase B）与基于传统HDX-MS中MS1采集模式的结果比对。接着，软件会通过MS1和MS2数据收集到的肽段前体离子和肽段碎片离子的信息，计算出相应的氘代值，同时将所有重复组计算出的氘化值集合成一个分布（通常为正态分布）,并从该正态分布中，选择最接近平均值的组合，即为精确的氘代值，利用每个时间点的氘代值生成HDX动力学曲线（图5）。作者将手动筛选检查的数据与自动分析法获得的氘代数据进行了比对，结果具有一致性，验证了自动化方法的准确性和可靠性（图6）。同时在做同一样本不同状态HDX比较实验时，AutoHX可以生成氘代差异的显著性差异分析图（Woods plot）（图7），用于比较不同状态下的蛋白结构和构象差异。图5. 氘代曲线的组合方式。图6.手动MS1数据分析和AutoHX自动计算的氘代率对比。图7.氘代差异分析流程示意图。最后作者用两个蛋白体系验证了该方法的实用性和可靠性。第一个体系为DNA聚合酶ϴ （Pol ϴ ）与其抗生素药物novobiocin结合的结构变化。通过比较手动处理与自动化处理的数据，作者发现生成的氘代差异图结果相似，提示该方法具有较好的准确性，并能够定位结合带来的氘代上升和下降区域（图8）。第二个体系是DNA依赖性蛋白激酶（DNA-PKcs）与选择性抑制剂AZD7648的结合。使用AutoHX软件处理了六个HDX-MS实验的数据，快速生成了Woods图，发现大部分可检测到的稳定性增加集中在FAT和激酶结构域（图9b），还包括药物结合位点的铰链环区域（图9c），揭示了药物结合位点及其引起的动态性变化。这部分研究结果展示了自动化数据分析在药物结合研究中的有效性，特别是在分析大型蛋白质复合物和难以纯化的蛋白质时，为药物开发和疾病治疗提供了有价值的信息。图8.手动处理与自动处理的Pol ϴ 与novobiocin-bound Pol ϴ 的HDX数据作差对比。图9. DNA-PKcs+AZD7648的自动化HDX分析流程结果。总的来说，该研究开发了AutoHX软件，通过自动化数据分析和基于DIA的HX-MS2工作流程，显著提高了氢/氘交换质谱技术在蛋白质结构和药物结合分析中的效率与应用范围，使得这一领域技术更加易于使用并可供更广泛的科研社区应用。该工作的亮点，从实验设计上：考虑到了目前HDX-MS流程——数据采集、数据分析——中存在的瓶颈与局限。从方法学考察层面：方法验证科学严谨、周到。从技术上：大大降低了人工处理HDX-MS数据的成本，提高了检测能力，有提高检测通量的潜力。从科学思维上：利用了scrambling的规律，将普遍的问题转化成了机遇。HX-DIA提供了一个概念上的转变，降低了该技术的使用门槛，使该技术“平民化”。本文发表在Nat. Commun.上，题目为“Automating data analysis for hydrogen/deuterium exchange mass spectrometry using data-independent acquisition methodology”，作者是加拿大卡尔加里大学的David C. Schriemer。