msFineAnaанализ AI, версия 2
Неизвестные соединения
Программное обеспечение для анализа структуры
Передовые технологии искусственного интеллекта позволяют
структурный анализ неизвестных соединений
msFineAnalysis AI предлагает новый инструмент структурного анализа для неизвестных, специально разработанный для JEOL JMST2000GC «AccuTOF™ GC-Alpha». Это программное обеспечение следующего поколения добавляет возможность структурного анализа, чтобы улучшить общую функциональность автоматического качественного анализа, которая уже была доступна в нашем предыдущем поколении msFineAnalysis.
Новый "комплексный анализ" объединяет данные высокого разрешения ГХ/ЭУ, данные высокого разрешения ГХ/мягкой ионизации и "структурный анализ" используя два ИИ (основной ИИ, вспомогательный ИИ). Эти передовые технологии искусственного интеллекта позволяют msFineAnalysis AI предоставлять уникальную возможность автоматического анализа структуры, которая ранее не была доступна для качественного анализа ГХ-МС.
Особенности
#1 Анализ структуры ИИ
Развитие инновационных решений: от оценки молекулярной формулы до предсказания структурной формулы неизвестных соединений
Для неизвестного соединения, которое не зарегистрировано в базе данных библиотеки (▼), обычные алгоритмы msFineAnalysis автоматически предлагают молекулярную формулу. Чтобы сделать еще один шаг вперед, msFineAnalysis AI позволяет автоматически прогнозировать структуры для всех обнаруженных компонентов.
Необходимость мягкой ионизации: надежное получение информации о молекулярной формуле — первый шаг в структурном анализе!
Масс-спектр компонента, не зарегистрированного в библиотеке
Масс-спектральные данные ЭУ используются для библиотечных баз данных, поэтому методы ЭУ широко используются для качественного анализа образцов ГХ-МС. Однако, поскольку EI является методом жесткой ионизации, наблюдается много фрагментных ионов, и во многих случаях нередко наблюдается минимальный сигнал или его отсутствие для молекулярных ионов.
Кроме того, для неизвестных веществ, не зарегистрированных в базах данных библиотек, по одним только масс-спектрам ЭИ трудно различить, являются ли самые большие наблюдаемые м / г на самом деле молекулярный ион или просто ион-фрагмент. В этих случаях эффективным средством определения этой информации является метод мягкой ионизации.
В системе AccuTOF™ GC-Alpha опционально доступны различные методы мягкой ионизации, включая FI, PI и CI. Эти методы могут помочь в различении ионов (например, молекулярных ионов и протонированных молекул), которые предоставляют информацию о молекулярной массе, которая затем позволяет точно определить информацию о молекулярной формуле для неизвестных компонентов.
Поскольку информация о молекулярной формуле является важной отправной точкой для анализа структуры ИИ, мягкая ионизация имеет решающее значение для идентификации неизвестных соединений.
Ручной анализ структуры квалифицированным аналитиком по сравнению с автоматическим анализом структуры с помощью ИИ
※ Измерено на ПК стандартной конфигурации JMS-T2000GC.
Время, необходимое для структурного анализа, сравнивали для соединений, обнаруженных в акриловой смоле, измеренных Py-GC-TOFMS, и не были зарегистрированы в базе данных библиотеки NIST.
Требуется даже аналитик с более чем 30-летним опытом масс-спектрометрии примерно 2 часа для структурного анализа 4 компонентов, что составляет 30 минут на компонент. С другой стороны, анализ структуры ИИ завершен. 100 компонентов менее чем за 7 минут, что составляет 4 секунды на компонент.
Оценка анализа структуры ИИ (сходство) между структурной формулой, оцененной опытным аналитиком, и правильной
структурная формула, указывающая на то, что структурная формула прогнозируется с хорошим сходством.
Автоматический анализ структуры с использованием двух ИИ:
Анализ стабильной структуры без необходимости в онлайн-среде
msFineAnalysis AI предлагает функцию автоматизированного анализа структуры.
Основываясь на информации о структурных формулах более 100 миллионов органических соединений, признанных в мире, и расчетах с использованием двух недавно разработанных моделей ИИ, он предоставляет структурные формулы-кандидаты даже для компонентов, которые не зарегистрированы в базе данных библиотеки.
Эволюция базовой технологии «Анализ структуры ИИ»
msFineAnalysis AI версии 2 значительно улучшила возможности анализа структуры.
Модель прогнозирования массового спектра EI с использованием Graph Convolutional Networks имеет
были дополнительно усовершенствованы. Сходство и точность были значительно улучшены по сравнению с
версия 1, обеспечивающая более точные результаты для автоматизированного структурного анализа.
※Модели AI не входят в комплект поставки продукта. Библиотека искусственного интеллекта, созданная с использованием новейших моделей искусственного интеллекта и структурных
включены функции фильтрации формул.
Количество зарегистрированных соединений в библиотеке AI расширено до 120.
миллионов соединений. Включены две встроенные библиотеки, расширяющие диапазон
приложения в анализе материалов и метаболомике.
ИИ прогнозирует индекс удерживания (RI) по структурной формуле, а прогнозируемое значение
а измеренные значения RI используются для сужения возможных структурных формул.
Эта функция помогает быстро найти правильную структурную формулу.
※Эта функция доступна только в том случае, если тип колонки «Стандартный неполярный» или «Полустандартный неполярный».
«Стандартный полярный» недоступен.
Приложение для анализа структуры ИИ
Структурный анализ неизвестных соединений в пищевых продуктах
Вкусовые компоненты устриц анализировали с использованием комбинации ГХ/МС HS-SPME. Анализ структуры AI неизвестного компонента, который ранее был идентифицирован как 1,5-октадиен-3-ол1), дал 2,560 возможных структурных формул, которые были сужены до 1,031 кандидата с использованием подструктурного фильтра «OH».
Структурная формула, предложенная в статье, оказалась четвертым хитом с рейтингом AI 4, что довольно высоко.
1) Кенджи Уэда, Коки Яхиро, Ёсихико Акакабе, J. Oleo Sci. 72, (7) 725-732 (2023)
Окно результатов структурного анализа AI вкусового компонента устриц
JMS-T2000GC с автосамплером HS-SPME (хэдспейс – твердофазная микроэкстракция)
Структурный анализ неизвестных соединений, образующихся при переработке отходов полистирола (MSTips № 456)
Была проведена каталитическая реакция отходов полистирола2), обычно используемого в процессах вторичной переработки, и полученный материал проанализирован с помощью структурного анализа AI. По оценкам, характерным соединением, обнаруженным в процессе разложения отходов полистирола, является (2-фенилциклогексил)бензол. Точный качественный анализ соединений, образующихся в результате каталитической реакции, дает полезные знания для оценки каталитических реакций и реакций масштабирования. Анализ структуры AI полезен для определения структурных формул для такого рода обработки полимеров.
2) Чжэнь Сюй, Фупин Пан, Мэнци Сунь, Цзяньцзюнь Сюй, Нувайо Эрик Муньянеза, Закари Л. Крофт, Ганшу (Джордж) Цай и Гуолян Лю. ПНАН, 2022, Том 119, №34,1-8. https://doi.org/10.1073/pnas.2203346119
Окно анализа структуры AI для характерных соединений, обнаруженных в процессе разложения
Синтетическая схема процесса разложения и переработки, а также образцы фотографий.
#2 Целевой анализ
Быстрый поиск известных соединений
Функция целевого анализа автоматически ищет соединения на основе формулы состава. м / г значение и CAS#.
Доступны предустановленные списки целевого анализа. Кроме того, можно создавать и настраивать пользовательские списки для интересующих образцов и их аналитов. Также доступны комплексный анализ и структурный анализ соединений с использованием искусственного интеллекта, обнаруженных с помощью целевого анализа.
Целевой анализ вкусовых и посторонних компонентов пищевых продуктов
msFineAnaанализ AI поддерживает не только нецелевой анализ, но и целевой анализ. Он автоматически ищет целевые соединения на основе формулы состава. м / г значение и CAS#.
Для получения данных о вкусовых компонентах лимонного сока при анализе было извлечено 10 соединений с целевым списком из 498 компонентов с неприятным вкусом. Окно результатов в правом нижнем углу показывает подробный результат анализа цитраля среди 10 компонентов.
Целевой список из 498 компонентов с неприятным запахом
Подробный анализ присутствия цитраля в лимонном соке
#3 Обнаружение деконволюции
Хроматографическая деконволюция пиков позволяет обнаруживать компоненты в следовых количествах, которые могут быть неочевидны в TICC из-за совместного элюирования нескольких компонентов.
EI: черная сплошная линия: TICC, серые пики: пик деконволюции (синий: выбран в данный момент)
FI: зеленая сплошная линия: TICC, серые пики: пик деконволюции (синий: выбран в данный момент)
Этот шаг упрощает процесс анализа данных, определяя, какие ионы сочетаются с каждым соединением, и устраняет необходимость создания хроматограмм извлеченных ионов (EIC).
Индекс удерживания (RI) представляет собой относительное значение индекса, основанное на временах удерживания (RT) для стандартной смеси н-алканов.
#4 Сравнение двух образцов (дифференциальный анализ)
Эта функция использует воспроизводимость p-значения по вертикальной оси и график вулкана, который показывает отношение интенсивности между двумя образцами по горизонтальной оси.
Детальный анализ – сюжет Вулкан
(A: эталонный продукт, B: дефектный продукт)
Эта информация позволяет визуально подтвердить различия компонентов между двумя образцами. Например, можно подтвердить, увеличивается или уменьшается компонент при сравнении эталонного продукта с дефектным продуктом, или идентифицировать характерные компоненты в новом материале, сравнивая его с существующим материалом. Для сравнения двух образцов можно установить n=1, 3, 5 для количества измерений для каждого образца.
Характеристики
Основные характеристики
JMS-T2000GC AccuTOFTM ГК-Альфа
| Массовое разрешение | 30,000 @ м / г 614 |
|---|---|
| Массовая точность | 1 ppm @ стандартный источник ионов EI |
| Методы ионизации | EI, CI, PI, FI, FD, DEI, DCI |
msFineAnaанализ AI вер. 2
| Характеристики | ・Автоматическое обнаружение пиков и создание масс-спектров |
|---|---|
| ・Создание масс-спектров путем ручного обнаружения пиков | |
| ・Создание масс-спектров путем обработки деконволюции | |
| ・Анализ идентичных компонентов двух элементов данных измерений | |
| ・Анализ молекулярных ионов по двум масс-спектрам | |
| ・Анализ компонентов дисперсии | |
| ・Отображение результатов анализа с использованием индексов удерживания | |
| ・Отображение результатов поиска в базе данных NIST | |
| ・Отображение точных результатов расчета массы | |
| ・Отображение результатов анализа изотопной структуры | |
| ・Отображение условий измерения | |
| ・Пользовательский интерфейс: английский | |
| ・Анализ структуры ИИ | |
| ・Анализ цели |
Скачать буклет
msFineAnalysis AI Программное обеспечение для анализа структуры неизвестных соединенийАвтоматический
Приложения
Применение ГХ-ВПМС: качественный анализ химических компонентов в фитотерапии
Связанные товары
JMS-T2000GC Высокопроизводительный газовый хроматограф AccuTOF™ GC-Alpha — времяпролетный масс-спектрометрАльфа — новое начало
Alpha перенесет вас в новый мир масс-спектрометрии.
Представляем JMS-T2000GC «AccuTOF™ GC-Alpha», совершенную ГХ-МС с превосходными характеристиками и простотой в эксплуатации.
Подробнее
Вы медицинский работник или персонал, занимающийся медицинским обслуживанием?
Нет
Напоминаем, что эти страницы не предназначены для предоставления широкой публике информации о продуктах.