诺如病毒病毒样颗粒（VLPs）的衣壳内部究竟发生了什么？
诺如病毒样颗粒（VLPs）在结构上具有异质性，由单一衣壳蛋白自组装而成，可形成多种几何形状，这使得通过传统质谱（MS）技术对其进行全面表征极为困难。德国汉堡结构系统生物学中心（CSSB）的夏洛特·乌特雷希特（Charlotte Uetrecht）博士及其同事与沃特世（Waters）科学家合作，在近期发表于bioRxiv的一篇论文中证明……
-
-
临床质谱分析能否兼具高分析灵敏度和高鲁棒性？
几十年来，质谱（MS）的开发者和用户一直面临着一个众所周知的权衡。那些为实现最高分析灵敏度而设计的仪器往往伴随着隐性代价：结构脆弱、需要频繁维护，以及在日常使用压力下性能会发生漂移。相反，最坚固耐用的系统有时则被视为“笨拙的工具”——虽然是可靠的工作马，但缺乏……
-
GMP中的AI成熟度：以超高速、安全地加速您的数字化转型之旅
大多数人工智能项目都以失败告终。能够取得成功的组织，都是在追求项目推进速度之前先建立起治理机制的。作者：特蕾西·希布斯和托尼·萨切蒂，沃特斯公司 人工智能（AI）正准备接管日常工作，并将其转变为完全自动化的工作流程。目前，80%的人工智能项目以失败告终。1 与大多数颠覆性技术一样，它……
-
贵组织是否已做好人工智能检测的准备？
对监管机构而言，对人工智能（AI）进行审查并非新鲜事。相关要求早已确立。关键问题在于，贵机构能否可靠地证明其符合这些要求。本文作者为特蕾西·希布斯（Tracy Hibbs）和托尼·萨切蒂（Tony Sacchetti），沃特世公司（Waters Corporation）在受现行良好生产规范（CGMP）监管的实验室中探索人工智能（AI）和机器学习（ML），这对贵机构来说可能还是个新课题……
-
GMP中的AI：应对受监管实验室不断变化的期望
为什么2026年标志着监管重点从指导转向执法，这对贵组织当前意味着什么？作者：特蕾西·希布斯和托尼·萨切蒂，沃特斯公司。监管机构已经开始对人工智能（AI）的使用进行审查，贵组织准备好了吗？多年来，制药行业一直期待监管机构就人工智能（AI）和机器学习的应用……
-
通过色谱稳定性降低风险、返工和成本
随着液相色谱-质谱（LC-MS）技术在毒理学、内分泌学、治疗药物监测和代谢检测领域的应用日益广泛，实验室面临着越来越严峻的挑战：不仅要提供高灵敏度的检测结果，还要确保这些结果具有常规化、可重复性和经济可持续性。虽然投资决策通常侧重于质谱（MS）检测，但各临床实验室的经验表明，色谱技术往往是……
-
临床LC-MS结果变异性的隐性原因
当临床液相色谱-质谱（LC-MS）数据中出现变异性时，实验室通常首先会将目光投向质谱仪。信号强度的变化、定量漂移或批次检测失败，往往被归因于检测器性能、离子光学系统或采集设置。然而，色谱环节通常才是质谱仪端观察到的变异性的根本原因……
-
以控制为基础，以数据为支撑：为何警惕性监测在制药质量控制中至关重要
第三阶段验证：建立并维持受控状态 在药品质量控制（QC）中，“一致性”的含义不应仅止于分析人员在结束一班工作时，因结果可重复且未出现明显失误而感到宽慰。它应意味着对工艺、控制措施和数据抱有足够的信心，从而确信这些……
-
保留时间稳定性：可靠临床液相色谱-质谱分析的基础
在临床液相色谱-质谱（LC-MS）领域，灵敏度和特异性往往是讨论的焦点。但每一个可靠结果的背后，都隐藏着一个不太引人注目的参数，它决定了工作流程能否平稳扩展，还是会在压力下陷入困境：保留时间稳定性。随着临床实验室越来越依赖LC-MS进行高通量、多分析物检测，保留时间稳定性已成为一个决定性因素……
-
设计分析方法以做好长期审计准备
审计准备工作并非由验证或检查触发的临时性活动。它应在更早的阶段——即方法设计阶段——就已确立，这需要通过科学理解、基于风险的控制以及必要的文件记录，以证明该方法符合预期用途，并且能够长期保持一致的性能。如果这些要素未能从一开始就融入其中，则很可能出现缺失……
-
在质谱灵敏度不断提升的时代，色谱技术为何依然重要
质谱（MS）技术如今比以往任何时候都更加强大。现代临床质谱系统具备卓越的分析灵敏度、选择性和定量性能，为拓展检测项目范围、降低检测限开辟了道路。面对这些能力，人们不禁会提出一个简单的问题：色谱技术是否仍像过去那样重要？简短的回答是……
-
借助 MaxPeak Premier OBD 制备柱推进寡核苷酸纯化技术
寡核苷酸治疗药物日益复杂，随之而来的纯化挑战也日益严峻。科学家们需要可靠且可扩展的解决方案来实现制备性寡核苷酸纯化。MaxPeak Premier Oligo OBD 柱为这些工作流程提供了强大的解决方案，现已扩展至内径 19 毫米规格。这些色谱柱可减少非特异性吸附，提高回收率，并确保一致的……
