Avanceret GCMS: retentionstidslåsning og PARADISe-databehandling

Et kursus for alle der arbejder med untargeted GC‑MS.
Kurset kombinerer praktisk træning i PARADISe‑softwaren med retention time locking (RTL) for at sikre stabile retentionstider.
Fokus er udelukkende på PARADISe og RTL, ikke på instrumentbetjening eller hardware.

Deltagerne får en grundig introduktion til PARADISe som et værktøj til på simpel vis at lave reproducerbare højkvalitets identifikation og kvantifikation af komplekse GCMS-data.
Retentionstidslåsning introduceres såvel teoretisk som praktisk. Brug af RTL demonstreres i praksis for at vise, hvordan GCMS-data bliver mere robuste, især når man arbejder med mange prøver.

• Gennemgang af brugerflade og workflow, automatisk modellering med PARAFAC2, flaskehalsfri håndtering af mange samples – fra rådata til peak‑tabel.
• Sammenhængen mellem Community Edition og Professional Edition, herunder professionelt niveau med deep learning‑modeller, batch‑analyse og peak‑tabel‑generering.
• Opsætning af retentions‑intervaller, deconvolution, spektral oprensning og eksport af peak‑tabel i Excel‑format.

• RTL som metode til at sikre, at retentionstider er reproducerbare mellem systemer og runs – en vigtig faktor i untargeted dataanalyse.
• Praktiske principper omkring RTL, herunder hvordan det minimerer variationer forårsaget af temperatur/tryk og kolonnedrift.

Om muligt: software-understøttelse og integration med PARADISe‑workflows (hvis relevant, kunne søge mere specifik dokumentation, ellers antag teoretisk integration).

Kurset kombinerer teori og praktiske øvelser, fx:

• Dag 1: Introduktion til PARADISe-brugerflade og konceptet bag PARAFAC2, arbejdet med udvælgelse af intervaller, dekonvolution og peak‑tabel‑generering (hands-on).
• Dag 2: Overblik over RTL, diskussion af metodiske implementeringer og infrastruktur, og hvordan RTL kan integreres i PARADISe-analyse (teori + cases eller workshop).

• Grundlæggende kendskab til gaschromatografi og massepektrometri anbefales, men ikke nødvendigt.
• Erfaring med chromatografisoftware (f.eks. ChemStation, OpenLab, MassHunter) er en fordel, men fokus er på dataanalyse i PARADISe.

Kurset foregår i undervisningslokale med adgang til Windows 10/11-maskiner med PARADISe installeret (Community eller Professional). NIST-bibliotekssøgning anvendes koblet med PARADISe til identifikation af massespektrene.
Kurset er ikke instrumentspecifikt, men vi anvender Agilent GCMS-udstyr til praktiske demonstrationer.

Professor Rasmus Bro, Københavns Universitet (+ evt kollegaer)
Tore Vulpius, MSCi (+ evt kollegaer)

Rasmus Bro is performing research on most aspects of machine learning and artificial intelligence within analytical chemistry (chemometrics). He is heading an industrial research consortium, ODIN, focusing on Process Analytical Technology (PAT) . He has been an editor of Journal of Chemometrics for many years and is the author of a number of matlab toolboxes that are made freely available.

Tore er kemiker (ph.d.) fra Københavns Universitet (kemi og fysik) med massespektrometri som hovedarbejdsområde og med over 30 års undervisningserfaring i massespektrometri, chromatografi og analytisk kemi. Tore arbejder med undervisning, analysemetoder, salg og support samt mes daglige ledelse af MSCi.