[发明专利]计算机辅助结构识别

说明书

技术领域

本发明涉及一种用于根据从样本中得到的质谱和色谱数据识别化合物的自动的计算机辅助方法。具体而言，本发明涉及用于利用二维气相色谱-质谱分析法（GC×GC-MS）识别化合物的方法，以及用于使从该方法中得到的质谱和色谱数据进行自动说明的程序。

背景技术

质谱分析法为一种分析工具，其能够用于通过根据化学化合物的质荷比（m/z）检测电离的化合物和碎片来确定化学化合物及其碎片的分子量。分子离子通过由化学化合物诱导电荷的损失或增加而产生，例如经由电子发射、质子化或去质子化。碎片离子通过碰撞诱导解离或能量诱导解离产生。结果数据通常表示为谱，具有在x轴上为m/z比以及在y轴上为离子丰度的图。因此，该谱示出了在被分析的离子群中m/z值的分布。这种分布为给定化合物的特征。因此，如果样本为纯化合物或仅包含少许化合物，质谱分析法能够揭示出样本中化合物的识别。

复杂样本通常包含过多的化学化合物使得仅通过质谱分析法不能对其进行有意义地分析，这是由于不同化学化合物的电离可能造成具有相同m/z值的离子。样本包含的化学化合物越多，则越有可能从不同化合物产生相同m/z值的离子。因此，在质谱分析法之前复杂样本通常例如通过液相色谱法（LC）、气相色谱法（GC）或者毛细管电泳而在一定程度上被溶解。对于挥发性化合物的分析，气相色谱法和质谱分析法（GC-MS）的结合是有利的。一些电离方法在GC中是可行的，一种最为普遍的是电子碰撞（EI），其中通过利用由单纤维发射的电子轰击来电离分子。

在样本分离步骤（色谱分析法）期间，样本中的化学化合物基于其在样本分离系统（色谱柱）中停留多长时间来进行分离。一旦化学化合物离开样本分离系统，其进入质谱仪系统中，并且如上所述地开始电离/离子分离/检测程序。对于每个化合物，化合物产生在质谱中的信号之前其保持在样本分离系统中的时间为其结构的函数并且被称为保留时间（RT）。但是，保留时间还特定于所使用的仪器，并且特别是气相色谱仪中的色谱柱规格。

在没有对在其上首先测量RT的仪表的精确复制的情况下，随后测量的相同样本的RT可能不匹配在初始色谱分析法或计算机化方法文件（包括校准表和事件表）中规定的RT并且会导致误识别峰值。一种解决方案是利用保留指数（RI）或Kovats指数（KI）的“相对保留”方法，其规避了与由于仪器到仪器或色谱柱到色谱柱的变化导致的RT中的差异相关的问题。已知在现有技术中基于分子结构和相关特征预测Kovats指数（KI）的模型。基于这些因素预测KI的模型称为定量结构性质关系（QSPR）模型。例如，参见Mihaleva等人于2009年发表的Bioinformatics 6:787-794；Garjani-Nejad等人于2004年发表的Journal of Chromatography A,1028:287-295；Seeley和Seeley于2007年发表的Journal of Chromatoraphy A,1172:72-83。这种类型的程序将检测的峰值的实际保留时间转换为对多个参考化合物归一化的数字。这对于将保留时间与数据库和库进行比较以识别个体成分是特别有用的。这种库提供大量的已知化合物，并且通过GC-MS实验得到的数据和在库中的化合物之间的匹配能够帮助识别化合物。

为了提高GC-MS的分辨率，可以增加GC的“第二维度”，例如通过结合GC色谱柱与第二GC色谱柱（通常称为2DGC-MS或GC×GC-MS，并且在此与术语GC×GC-TOF或GC×GC-TOF-MS互换使用）。参见Venkatramani和Phillips于1993年9月发表的J.Microcolumn 5:511-516。感兴趣的峰值从第一色谱柱转移到第二色谱柱以进行进一步分离，然后被馈入质谱分析法系统中。但是，实际上，GC×GC-MS依靠与化合物库的结构相关性以进行未知化合物的识别。最广泛用于结构识别的化合物库（例如NIST库）包含对于仅9%的具有质谱数据的化合物的保留指数信息。RI或KI数据的使用允许源自与库数据进行比较的结构分配得以改进。但是，为了达到未知化合物的识别中可接受的置信水平，分配必须由使用者说明并且通过质谱分析法与参考标准进行比较以确认提出的结构。这种方法具有许多的缺点，包括需要手动重复该程序，这是低效率的；Kovats指数库的大小受限；由于需要手动干预，因而缺少标准化；全部这些造成了在识别程序中置信水平的降低。