天游线路检测中心 未知物质结构分析软件msFineAnalysis AI中AI结构分析功能介绍
MS 提示 388
MS 提示 388
简介
对于未在库数据库 (DB) 中注册的化合物进行定性分析，将可轻松提供分子离子和质子化分子的软电离方法与可测量精确质量的飞行时间质谱仪 (TOFMS) 结合起来非常有用。通过使用场电离 (FI) 等软电离方法观察分子离子，然后根据精确质量估计成分，可以确定 DB 中未注册的未知化合物的分子式。在我们公司，我们将使用EI法和软电离法获得的两个质谱图的定性分析方法称为“综合分析”，并于2018年发布了配备该软件的msFineAnalysis。
使用 TOFMS 进行集成分析还可以得出碎片离子的组成式，从而可以获得部分结构信息。此外，通过组合部分结构信息和分子式信息，可以分析化合物的结构。然而，最终的结构估计需要分析人员自己考虑，这项工作需要质谱和科学知识，以及大量的时间。
为了解决使用GC-MS数据进行手动结构分析的困难，我们开发了msFineAnalysis AI，它配备了结合深度学习的质谱预测的综合结构分析方法（以下简称AI结构分析）（图1）。 AI结构分析方法利用上述综合分析获得的信息和深度学习模型获得的预测质谱来估计结构。在本次MSTips中，我们将介绍msFineAnalysis AI的AI结构分析功能。
图1 分析结果图片msFineAnalysis人工智能
关于AI结构分析功能
AI结构分析功能是使用机器学习和深度学习互补结合的两种AI（主AI和支持AI）自动对未知物质进行结构分析的功能。
图2显示了使用主AI进行AI结构分析的工作流程。对于主要的AI，我们建立了一个利用深度学习从结构式预测EI质谱的模型，并将从1亿种化合物的结构式预测的EI质谱纳入软件中作为“AI库”数据库，并以与常规库数据库搜索相同的方式实现了利用谱图的数据库搜索功能。此外，主AI使用通过综合分析唯一确定的分子式来缩小候选结构式的范围，而不是使用所有1亿个预测的质谱进行强力数据库搜索，旨在快速获得正确的结构式。将通过分子式缩小范围的预测 EI 质谱与测量的 EI 质谱进行比较，根据谱图计算分数，并按分数顺序列出候选结构式。通过将获得的候选结构式与样本信息、过去分析结果的知识和诀窍等相结合，最终选择正确的结构式。
图 3 显示了使用支持 AI 进行子结构预测的工作流程。支持人工智能分析测量的质谱并预测子结构的存在或不存在。可以分析从精确质量获得的碎片离子和中性损失的组成公式，并辅助解释主AI提出的结构信息。
图 2 主要 AI 工作流程
图 3 支持 AI 工作流程
AI结构分析GUI
图 4 显示了使用 msFineAnalysis AI 对丙烯酸树脂进行 AI 结构分析的结果。待分析的组分是未在 NIST 库数据库中注册的二聚体组分。分析结果画面左侧显示主AI的分析结果，右侧显示辅助AI的分析结果，即使是未在数据库中注册的未知物质，也能获得详细的结构信息。
在主要的 AI 分析结果中，屏幕底部会显示预测的结构式列表，让您可以概览地查看 AI 结构分析结果。每个结构式下方，都会显示一个 AI 分数，表示 AI 库与测量的质谱之间的相似程度。此外，有关所选结构式的信息显示在屏幕顶部。除了使用 AI 分数直方图检查所选候选者的排名之外，还可以将测量的质谱与 AI 库中的预测质谱进行比较并显示。它还配备了基于子结构和单体的过滤功能，让您获得反映支持AI预测的子结构是否存在的结构分析结果，这将在后面介绍。
在支持AI分析结果中，屏幕底部显示子结构是否存在的预测结果，并显示预测包含在左列中和不包含在右列中的子结构。蓝色背景的子结构代表与主AI选择的结构式匹配的子结构，红色背景的子结构代表不匹配的子结构。屏幕顶部显示每个碎片离子和中性损失的测量质谱和估计组成公式。还可以检查和编辑每个估计组成公式的注释。
图 4 GUImsFineAnalysis人工智能
结论
在本MSTips中，我们介绍了软件msFineAnalysis AI的AI结构分析功能，该软件配备了新开发的AI结构分析方法。该软件利用机器学习和深度学习互补结合的两个AI（主AI和支持AI）自动分析未知物质的结构。该软件自动解释复杂的质谱，因此无需任何质谱或人工智能知识即可对其进行分析。是GC-MS定性分析/结构分析的实用工具，未来有望应用于各种GC-MS定性分析场景。
