建模和预测工具可用于
- 分析色谱数据
- 预测保留行为
- 优化已知系统
这些工具通常需要
- 峰
- 可靠的实验输入数据
- 明确界定的系统
在下列情况下，它们的适用性会受到限制
- 峰峦重叠
- 化合物尚未完全确定
- 系统尚不完善
ChromSword 专注于实验方法的开发，使其能够：
- 直接处理未解决的色谱图
- 通过实际实验改进分离
- 适应复杂和未知的样品
ChromSword 与一般建模和预测工具有何不同？
相关常见问题
ChromSword 与基于模拟的方法开发工具有何不同？
与依赖初始数据预测峰值行为的模拟工具不同，ChromSword 可进行真正的实验筛选。它可以从头开始建立分离，成功分辨复杂、未知或重叠的混合物。
ChromSword 与基于 DoE 的统计方法有何不同？
DoE 工具需要明确定义的起始方法和实验空间来研究参数影响。相比之下，ChromSword 使用自适应实时反馈来动态开发方法，无需预定义设计，因此非常适合复杂的未知分离。
与其他方法相比，ChromSword 的主要优势是什么？
ChromSword 的主要优势在于其完整的端到端 HPLC 生命周期自动化。与仅限于建模或 DoE 的工具不同，ChromSword 提供了从初步筛选到稳健性评估的连续工作流程，确保最终方法的可靠性。
比较
传统的 HPLC 工具（模拟、DoE、建模）需要预先存在起始方法，而 ChromSword 则不同，它提供完全的端到端自动化和直接仪器控制。它通过动态、自学的实验优化功能，原生处理未解决的色谱峰、复杂/未知样品以及大分子化学反应。