天游线路检测中心 使用 msFineAnalysis AI 对醋酸乙烯酯树脂中的添加剂和相关化合物进行结构分析

MS 提示 390

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，它配备了采用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）。 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，我们将介绍一个 msFineAnalysis AI 在高分子材料中的应用示例。

AI结构分析

图1展示了新开发的AI结构分析流程。在该方法中，我们使用深度学习构建了一个模型，可以根据结构式预测 EI 质谱。我们准备了大约 1 亿个化合物结构式，并创建了根据结构式预测的 EI 质谱。结构式及其相关的预测EI质谱作为“AI库”数据库包含在软件中，并且以与常规库数据库搜索相同的方式实现基于谱图的数据库搜索功能。
msFineAnalysis AI 不会使用全部 1 亿个预测质谱进行强力数据库搜索，而是通过集成分析使用唯一确定的分子式缩小结构式候选范围，旨在快速获得正确的结构式。因此，利用软电离和精确质量分析确定分子式在人工智能结构分析中发挥着重要作用。
根据分子式缩小的预测 EI 质谱和测量的 EI 质谱按光谱模式评分，候选结构式按评分顺序列出。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 1 用于未知结构分析的 msFineAnalysis AI 工作流程

实验

市售乙酸乙烯酯树脂用作样品。使用热解装置作为样品预处理装置，进行热解产物分析。使用 EI/FI 共享离子源作为离子源。使用msFineAnalysis AI(JEOL制造)对获得的数据进行分析。测量条件如表1所示。

表1测量和分析条件

结果

图2显示了从Py-GC-EI和FI测量获得的TIC色谱图。用作增塑剂的二甘醇二苯甲酸酯（ID [134]）在 RT845 分钟时在市售乙酸乙烯酯树脂中观察到。此外，在ID[085]、[108]和[127]处观察到预计是该组分的热分解产物的组分。所有这些化合物均未在 NIST 图书馆数据库中注册。因此，我们对这三个组分进行了AI结构分析，并将其与二甘醇二苯甲酸酯预期的热分解产物的结构式进行了比较。
图3显示了二甘醇二苯甲酸酯和这三种组分的实测EI质谱（上排，黑色），以及预测的结构式（光谱右侧）及其预测的EI质谱（下排，红色）。对于二甘醇二苯甲酸酯，NIST库数据库中发布的EI质谱在底部以蓝色显示，而不是预测的EI质谱。

图2　py-聚醋酸乙烯酯的 GC-EI 和 FI TIC 色谱图。

图3图2中ID[085]、[108]、[127]、[134]的拟议结构式的测量EI质谱和预测EI质谱。

表 2 显示了 AI 结构分析获得的结果列表。 msFineAnalysis AI 使用测量的 EI 质谱和预测的 EI 质谱之间的余弦相似度计算分数（最高 999）。表中的“AI Score”表示上述相似程度，“Rank”表示图3所示结构式的得分排名，“Total”表示候选结构式的数量。本次分析的3种成分，均采用从二甘醇二苯甲酸酯的结构式中可以充分考虑的结构式作为分析结果，均获得850分以上的分数，相似度较高。事实上，在测量的质谱中观察到的碎片离子和在预测的质谱中的碎片离子非常一致。此外，尽管所有情况下候选结构式的数量都超过2,000个，但获得了三个组分的预测结构式作为第一或第二候选。

表2 AI结构分析结果

结论

在本MSTips中，我们介绍了msFineAnalysis AI软件在高分子材料中的应用示例，该软件配备了新开发的AI结构分析方法。这次，我们对尚未在NIST库数据库中注册的三个组分进行了AI结构分析，并通过将其与可认为是二甘醇二苯甲酸酯热分解产物的结构式进行比较来评估AI结构分析的结果。在谱图比较中，所有余弦相似度得分均达到850或更高，表明AI预测的质谱与测量的质谱具有较高的相似度。此外，尽管所有三个组分的候选结构式的数量都超过了2,000个，但获得了预测的结构式作为所有三个组分的第一或第二候选结构式。使用人工智能进行的结构式预测显示出较高的准确性，表明该方法在添加剂和热分解产物的结构分析中也有效。
到目前为止，结构分析都是手动执行的，但 msFineAnalysis AI 会自动执行结构分析。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。

部门解决方案

化学

塑料/聚合物

相关产品

JMS-T2000GC AccuTOF™ GC-Alpha 高性能气相色谱仪飞行时间质谱仪

msFineAnalysis AI未知物质结构分析软件

相关信息

GC-MS