液相串联质谱联用技术在医学检验中的应用越来越广泛，质谱数据后处理的准确性直接影响到检测结果的质量，本文介绍了基于“AI”算法的Peakintelligence ™数据解析模块的特点及其在临床质谱数据后处理中的应用优势，包括血清中脂溶维生素检测、儿茶酚胺类化合物检测等易受内源性基质干扰影响的项目。通过加载人工智能和机器学习的数据处理算法可以有效避免异常积分曲线出现的概率，简化数据后处理流程，提高实验室分析效率并保证检测结果更准确。

使用岛津超高效液相色谱-三重四极杆质谱联用系统建立了牛肉中氮哌酮及其代谢物残留量的分析方法。牛肉样品经氨化乙腈溶液提取，饱和氯化钠水溶液净化，正己烷除脂，使用C18色谱柱进行检测。采用电喷雾正离子(ESI+)模式进行电离，通过多反应监测模式(MRM)对目标化合物进行测定。结果表明：使用外标法定量，氮哌酮及其代谢物在0.5 µg/L ~ 50 µg/L浓度范围内线性良好，所得校准曲线线性相关系数均在0.998以上，各校准点准确度在92.5%~116.4%之间，且精密度和不同浓度水平的加标回收率实验结果良好。

通过高效液相色谱混合离子阱飞行时间质谱仪（TOFMS），以电喷雾作为离子源对耳叶牛皮消根部中的十个主要的甾体类包括一个新的化合物耳叶牛皮消苷IV 进行结构鉴定。在MS / MS 谱中，[M+Na] +的碎片提供了丰富的苷元和糖基部分的结构信息。飞行时间质谱仪的使用能够得到分子离子和相关产物离子的准确的元素组成，其误差小于6ppm。白首乌中的孕甾醇苷类化合物被分为两大核心组：一组是从前体离子中性失掉一分子ikemamic acid（128 Da）的告达亭苷元，另一组是从前体离子中性失掉一分子肉桂酸（148 Da）的开德甙元。与此同时，一系列糖链的碎片离子提供了关于剩余糖链基团和序列组成的有用信息