Структурный анализ неизвестного соединения в лимонном соке с помощью SPME-GC-TOFMS и msFineAnaанализ AI

Введение

Известно, что пищевые вкусоароматические компоненты являются важным элементом хорошего вкуса. Газовая хроматография-масс-спектрометрия (ГХ-МС) часто используется для анализа вкусовых компонентов пищевых продуктов. Это связано с тем, что пищевые ароматизаторы очень летучие и сложные, состоящие из множества компонентов. Электронная ионизация (ЭИ) — один из самых популярных методов ионизации, используемых в ГХ-МС. Следовательно, соединения обычно идентифицируются путем поиска в базе данных масс-спектров с использованием масс-спектров ЭУ. Поскольку молекулярные ионы часто слабы или отсутствуют в масс-спектрах ЭУ 70 эВ, идентификация неизвестных может быть затруднена только с помощью ЭУ. В этих случаях мягкая ионизация (SI) может быть очень полезна для получения и идентификации молекулярных ионов. Мы разработали интегрированный рабочий процесс качественного анализа, который автоматически объединяет и интерпретирует информацию из данных EI и SI.¹⁾. А затем, в 2018 году, мы представили наше интегрированное программное обеспечение для качественного анализа «msFineAnaанализ», которое использует данные как EI, так и SI для улучшения идентификации соединений в приложениях ГХ-МС. Несмотря на то, что msFineAnaанализ мог автоматически определять молекулярную формулу и информацию о частичной структуре на основе формул ионов фрагментов EI, фактические структурные формулы по-прежнему требовали ручного анализа с использованием химических составов. Чтобы решить эту проблему, мы разработали пакет программного обеспечения для автоматического анализа структуры под названием «msFineAnaанализ AI», который использует искусственный интеллект (ИИ) для прогнозирования массовых спектров ЭУ на основе химических структур.²⁾. Мы использовали нашу недавно разработанную модель искусственного интеллекта для создания базы данных прогнозируемых масс-спектров ЭУ примерно для 100 миллионов соединений.
В этом MSTips мы сообщаем о примере оценки структуры неизвестного соединения в лимонном соке с использованием msFineAnaанализ AI.

Экспериментальный

В качестве образца использовали сок американского лимона, полученный путем отжима. 10 мл лимонного сока запечатывали во флакон емкостью 20 мл. Режим SPME автосамплера HT2850T (HTA S.R.L.) использовался в качестве устройства для подготовки проб, а летучие компоненты в свободном пространстве флаконов были нацелены на измерение. Для измерения использовали ГХ-ВПМС (JMS-T2000GC AccuTOF™ GC-Alpha, JEOL Ltd.). Мы провели измерения HS-SPME-GC-TOFMS, используя режимы как EI, так и полевой ионизации (FI) с комбинированным источником ионов EI/FI/FD. Качественную обработку данных проводили с помощью программы msFineAnaанализ AI (JEOL Ltd.). Условия измерений приведены в таблице 1.

JMS-T2000GC AccuTOF™ ГХ-альфа

ХТ2850Т

Таблица 1. Измерения

Результаты и обсуждение

Поиск неизвестного соединения

На рисунке 1 показаны TICC летучих соединений лимонного сока. Всего методом деконволюции обнаружено 37 соединений. Ароматические соединения, такие как монотерпены (C₁₀H₁₆), такие как D-лимонен и β-пинен, а также монотерпеновые спирты (C₁₀H₁₈О), такие как α-терпинеол и нерол, в основном были обнаружены. Три из 37 соединений имели показатель сходства менее 700 с базой данных библиотеки и предположительно были соединениями, не зарегистрированными в базе данных (=неизвестные соединения). Среди них соединение, обнаруженное при RT 13 мин (неизвестное соединение A, рисунок 1), было подробно проанализировано, и, наконец, был проведен анализ структуры AI.

Рисунок 1 TICC летучих соединений лимонного сока

Результаты оценки масс-спектров и элементного состава неизвестного соединения А

Результат анализа структуры ИИ

На рисунке 3 показаны результаты анализа структуры ИИ (18 лучших кандидатов). Среди большого разнообразия структурных формул кандидатом № 1 (с наивысшим показателем сходства с библиотекой AI) по результатам анализа структуры AI было моноциклическое монотерпеновое альдегидоподобное соединение (рис. 4). В ссылке 3 говорится, что «м / г 79, 93, 107 и 121 встречаются в виде фрагментных ионов, характерных для терпенов и терпеноидов», что подтверждается масс-спектром ЭУ этого соединения (рис. 5). Кроме того, неизвестное соединение А имело структуру, похожую на сафраналь, моноциклический монотерпеновый альдегид, который является основным компонентом аромата шафрана (рис. 6). Известно, что сафраналь получают путем гидролиза монотерпенового гликозида пиккрокроцина4) (рис. 6). Следовательно, неизвестное соединение А может быть ароматическим компонентом так же, как и сафраналь.
Как показано в приведенных выше результатах, структуру неизвестного соединения А можно оценить с помощью структурного анализа AI.

Рисунок 3. Результат анализа структуры AI неизвестного соединения A (18 лучших кандидатов).

Рисунок 4. Структурная формула кандидата № 1 анализа структуры ИИ

Рисунок 5. Масс-спектр ЭУ неизвестного соединения А (синий пик указывает положение молекулярного иона).

Рисунок 6 Структурная формула Сафранала

Выводы

В этом MSTips мы представили пример оценки структуры неизвестного соединения в лимонном соке с помощью msFineAnaанализ AI. Ручной анализ структуры требует больших знаний в области масс-спектрометрии и времени на анализ, но msFineAnalysis AI позволяет быстро оценить структуру. Ожидается, что это программное обеспечение будет использоваться для анализа неизвестных соединений в пищевых ароматизаторах с использованием GC-TOFMS.

Референции

1) М. Убуката и др., Rapid Commun Mass Spectrom. 2020; 34: е8820.
2) А. Кубо и др., Масс-спектрометрии, 2023, 12А0120.
3) Автор Ф. В. Маклафферти. Перевод Т. Уэно., Интерпретация масс-спектров. (Написано на японском языке)
4) Фармацевтический университет Кобе, Лекарственный ботанический сад. Письмо. Выдано 11. (Написано на японском языке)

Решения по областям применения

Еда / Растения

Сопутствующие продукты

JMS-T2000GC Высокопроизводительный газовый хроматограф AccuTOF™ GC-Alpha — времяпролетный масс-спектрометр

msFineAnalysis Программное обеспечение для анализа структуры неизвестных соединений AI