學習目標
先備知識
從原始層析圖到
可信賴的批次分析
以 Python 與 MOCCA2 處理 HPLC／UHPLC-DAD 資料，逐步完成匯入、基線校正、自適應找峰、純度檢查、重疊峰去卷積、化合物追蹤與定量。每一步都回傳可判讀的數字證據。
12 個漸進章節入門 → 中階 → 進階
官方範例可重跑example_data.example_1()
分析證據導向不是只調參數，而是學會判讀
Python / Jupytermocca2 0.1.18
# pip install mocca2
from mocca2 import example_data
chrom = example_data.example_1()
chrom.correct_baseline()
chrom.find_peaks(min_height=2)
chrom.plot()
課程地圖
先建立 Python、Chromatogram 與 DAD 資料的共同語言，再完成單一層析圖工作流，最後進入化合物追蹤、批次處理與方法品質證據。
入門第 1–4 章
中階第 5–8 章
進階第 9–12 章
MOCCA2 完整處理工作流
每一步都有明確輸入、輸出與品質診斷。網站會要求學生用圖形與數字回答「為什麼這個結果可信」。
核心函式索引
課程只使用官方文件中可核對的函式與物件。點選函式可直接進入對應章節。
參考資料與方法來源
教學圖表為依據公開方法概念重繪的互動示例，不直接複製論文圖像。