【IRスペクトル解析ツール】SpectraLab
- 3点セット（フルセット：解説書＋プログラム＋解析記録テンプレ）Digital1,000 JPY
- 2点セット（プログラム＋解析記録テンプレ）Digital850 JPY
- プログラムのみDigital800 JPY
- 解説書のみDigital500 JPY
【SpectraLab】IRスペクトル解析ツール ─ ベースライン補正・ピーク検出・官能基帰属候補まで自動化
■ こんなことに心当たりありませんか？
IRを測定したあと、ベースラインを目分量で引いて、ピークを目視で拾って、官能基帰属は教科書やWebページと首っ引きで確認する──。 慣れれば数十分で終わる作業ですが、サンプル数が増えると地味に消耗しますし、半年後に見返すと「あのグラフ、どうやって作ったんだっけ」となりがちです。 SpectraLabは、この一連の作業をPython/Jupyter Notebookで自動化するツールです。
■ できること
・装置ごとにバラバラなCSV/TXT形式を自動判定して読み込み（JASCO・島津・PerkinElmerなど主要装置に対応、区切り文字/文字コード/ヘッダー行/波数の並びを自動判定） ・JCAMP-DX形式（.jdx / .dx）にも対応（Bruker OPUS・Thermo OMNICなど） ・ベースライン補正（ALS法・多項式法の2種類、パラメータで調整可能） ・ノイズに強い自動ピーク検出（ノイズレベルから閾値を自動推定） ・官能基帰属候補の自動表示 ★このツールの一番の特徴 ・複数サンプルの比較（反応前後・経時変化を、Y軸を揃えて色分け表示） ・論文投稿用グラフのエクスポート（PNG / SVG）
■ 官能基帰属候補について
内蔵の官能基帰属テーブル（O-H・N-H・C-H・C=O各種・C=C・C-O・C-Nなど31項目、赤外分光の標準的な教科書に基づく波数レンジ）と検出ピークを自動照合し、候補を一覧表示します。 1つの波数に複数の官能基が重なることは実際のIR解析でもよくあることなので、断定はせず「候補」として提示する設計にしています。最終的な判断は、ピークの形状（broad/sharp）や他のピークとの組み合わせを見ながら、使う方に委ねる形です（詳しい読み方は解説書で扱っています）。
■ 商品の内容
1. SpectraLab本体 Jupyter Notebook形式。読み込み → ベースライン補正 → ピーク検出 → 官能基帰属 → 複数サンプル比較 → グラフ出力までを、コードを読みながら操作できます。requirements.txt付きでセットアップも簡単です。 2. 解説書（PDF） ツールの使い方だけでなく、「なぜその処理をするのか」「パラメータの勘どころ」まで踏み込んで解説しています。環境構築からエラー対処まで、Pythonに不慣れな方にも配慮しています。 3. 解析記録テンプレ（Excel） 測定日・装置名・分解能などを記録する台帳。ツールへの読込ファイル名も一緒に管理できるので、複数サンプルの解析がスムーズになります。
■ 販売形態・価格
・解説書のみ ￥500 ツールの考え方や使い方を読み物として知りたい方に。 ・プログラムのみ ￥800 SpectraLab本体だけが欲しい方に。コード内のコメントが厚いので、Pythonにある程度慣れている方はこれだけでも使えます。 ・2点セット（プログラム＋解析記録テンプレ） ￥850 プログラム単体より+50円で解析記録テンプレが付いてくるお得な構成。 ・3点セット（フルセット） ￥1,000 ★一番おすすめ 解説書＋プログラム＋解析記録テンプレの全部入り。解説書とプログラムを別々に買うより300円お得で、さらに解析記録テンプレも付いてきます。初めての方にはこちらをおすすめします。
■ 動作環境
・Python 3.x / Jupyter Notebook（Anaconda環境推奨） ・numpy, scipy, matplotlib, pandas, jcamp（いずれもrequirements.txtでまとめてインストール可能） ・サーバー不要・買い切り。お使いのPC内で完結します
■ こんな方におすすめ
・IRスペクトルの解析を日常的に行っている学生・研究者の方 ・Excelでのベースライン補正やピーク拾いに時間を取られている方 ・官能基帰属のたびに教科書のページをめくり直すのが面倒な方 ・Pythonに触れたことはあるが、自分の研究データに応用したことはない方
■ ご利用にあたっての注意
・官能基帰属は候補の提示にとどまり、構造の断定はできません。NMRやMSなど他の分析結果と合わせてご利用ください。 ・定量分析の絶対値校正（モル吸光係数を用いた濃度算出等）、複数化合物混合スペクトルの完全な分離・定量には対応していません。 ・基本的なPython/Jupyterの操作を伴います。
■ 著者より
化学メーカーでデータサイエンティストとして働きながら、以前は超分子化学を研究していました。研究室でExcelとにらめっこしていた頃の「これ、絶対Pythonでやったほうが速いのに」という気持ちを形にしたのがSpectraLabです。 みなさんの解析にかかる時間を少しでも減らし、その分を実験や考察に使っていただけたら嬉しいです。 かべみや