随着当下经济社会飞速的发展,人类对物质生活的需求也在不断提高。氨基酸作为一切生命的基础组成,在物质分解过程中对自然环境有着极其重要的影响。因此,氨基酸自然而然的成为了人们关注的重点,与氨基酸有关的商业和工业所带来的环境污染也会随即产生。为了更好的了解氨基酸在高蛋白分解或人类健康生活中所存在的环境行为,必须及时对氨基酸进行相关分析研究。在自然环境中,包括生命活动所需的氨基酸在内的绝大多数物质均以复杂化学体系的形式所存在。因此,针对于混合氨基酸的识别分析研究往往会因其内部物质之间的交互反应而显得非常困难。传统科学研究中通常会选择大型的仪器对混合氨基酸进行成分检测,亦或是通过成千上万次的实验来寻找三四种氨基酸之间互相作用关系而进行相关的分析推断。但传统仪器只能检测出某一类物质或者污染物的存在和含量,却无法深入了解其所具有的环境效应。同时,传统研究方法均存在繁琐、实验周期长、昂贵的实验费用等缺点。面对传统技术对复杂化学体系进行研究时所存在的弊端,本课题组通过数年的努力探索出了一种技术手段。该技术既能将混合氨基酸内部信息进行记录与呈现,又能通过相关模型对混合氨基酸进行相关预测。依据物质之间的动态平衡关系,我们提出了一种通过化学扰动剂与化学显色剂对复杂化学体系下氨基酸所具有的内部信息进行记录与呈现的策略。我们在高通量技术的指导下,采用喷墨打印技术将化学扰动剂与化学显色剂在相应的印刷载体上进行了成千上万个有机组合。使它们按照一定规律独立的分布在印刷载体上,最终形成了可发生数量级微反应的化学芯片。同样,我们可借助于喷墨打印技术将氨基酸以不同的量同时覆盖在数百个化学芯片上。届时,复杂化学体系下氨基酸内部信息将会被化学芯片以颜色变化的形式进行记录与呈现,形成反应芯片图像。通过对反应芯片图像的初步数字化分析,我们对混合氨基酸的内部信息有了简单了解。之后又通过机器学习(Machine Learning,ML)对其内部信息构建了相关的模型。通过此模型可以复杂化学体系下氨基酸进行识别分析研究,为有关于混合氨基酸的研究提供了一定的参考。主要结论:(1)对自然环境中混合氨基酸内部信息进行记录与呈现方法的建立。基于物质内部动态平衡关系筛选出相应的化学试剂后,在高通量技术指导下通过喷墨打印技术使化学试剂均精准分布在印刷载体上形成化学芯片。化学芯片可通过颜色变化的形式对混合氨基酸内部信息进行记录与表达。(2)对反应芯片图像的数字化处理。通过相关软件提取反应芯片图像的RGB值或灰度值,并提出以等高线图、RGB直方图、以及三维曲线图的形式将反应芯片图像所蕴含的信息更直观的呈现出来,以便我们对其对比分析。(3)对混合氨基酸内部信息的初步探究。在对反应芯片图像数字化处理之后,通过对各种实验条件下所对应的数字化结果进行一系列的对比分析,初步了解了混合氨基酸内部信息。(4)对化学芯片性能的探究。通过对反应芯片的误差分析间接表明了本研究中所制备的化学芯片具有较好的精确性。同时,我们在化学芯片适用性的讨论中为它在其它领域的应用提出了一些建议。(5)对混合氨基酸识别分析模型的建立。通过反应芯片图像与反应样品的量和种类之间的对应关系,通过ML对原始网络进行了深度训练学习。最终建立一种属于混合氨基酸内部信息的网络模型,为混合氨基酸的识别分析提供了支撑。