• T/CIET 1648-2025 基于液质联用的DIA蛋白组学质量控制要求 现行
    译:T/CIET 1648-2025 The DIA proteomics quality control requirements based on liquid chromatography-mass spectrometry (LC-MS/MS) are as follows:
    适用范围:本文件规定了基于液质联用的DIA蛋白组学质量控制的缩略语、质量控制指标、质控指标和质量报告。 本文件适用于基于液质联用的DIA蛋白组学质量控制。 本文件规定了基于液质联用的DIA蛋白组学质量控制的缩略语、质量控制指标、质控指标和质量报告。 本文件适用于基于液质联用的DIA蛋白组学质量控制
    【国际标准分类号(ICS)】 :07.100.10医学微生物学 【中国标准分类号(CCS)】 :M73视频、脉冲系统设备
    发布单位或类别:(CN-TUANTI)团体标准 | 发布时间: 2025-08-18 | 实施时间: 2025-08-18
  • T/XZBX 0072-2025 基于大数据的食品微生物检测智能算法 质量控制规程 现行
    译:T/XZBX 0072-2025 Quality control procedures for intelligent algorithms for food microbiological detection based on big data
    适用范围:食品微生物检测是保障食品安全与公共健康的核心环节,传统方法主要依赖实验室人工操作与标准化培养检测流程。然而,随着食品产业链日益复杂化、检测样本量迅速增长以及对风险监测响应的时效性要求不断提高,传统检测模式在准确率、效率和覆盖范围方面面临瓶颈。 近年来,借助大数据技术的发展与人工智能算法的快速迭代,智能微生物识别与检测辅助系统在食品安全领域逐步应用。智能算法可通过对历史检测数据、图像数据、菌种特征数据等多源信息的深度学习,实现对微生物检测过程的识别、判断、预测与结果校核,有效提升检测速度和一致性。但由于样本异构性、算法模型透明性差以及训练数据质量不一,智能检测算法本身的可控性、稳定性和评估机制尚未建立统一标准。 为保障基于大数据的食品微生物检测智能算法在实际检测过程中的可重复性、准确性与审查可追溯性,制定本文件。本文件从数据采集与预处理、算法建模与训练、质量指标设定与评估、系统验证与持续改进等方面,明确智能检测算法在质量控制中的关键技术要点与标准流程,适用于从事食品微生物智能检测系统研发、部署、运行和监管的相关单位
    【国际标准分类号(ICS)】 :07.100.30食品微生物学 【中国标准分类号(CCS)】 :M73视频、脉冲系统设备
    发布单位或类别:(CN-TUANTI)团体标准 | 发布时间: 2025-08-15 | 实施时间: 2025-09-01