[发明专利]一种高分辨质谱准确分子式预测方法

说明书

技术领域

本发明涉及质谱技术领域，可用于提高利用高分辨质谱数据所预测获得的分子式的准确度及正确分子式在候选分子式中的排名，以及极大的减少候选分子式的数量，提高分子式预测的效率和准确度。

背景技术

质谱由于灵敏度高、速度快、选择性高、能够与色谱联用、能获得化合物的分子量、分子碎片等丰富信息等特点，近年来被广泛地应用于各个领域。

质谱最基本的两大能力是定性和定量。通过质谱对未知小分子进行定性是一个有挑战性的问题，正确元素组成的确定是其关键第一步。通常的方法是利用高分辨质谱的数据对化合物的分子式进行预测以获得最可能的几个匹配结果，再结合我们的经验和其它谱学的结果，甚至最终人工合成化合物去确认未知化合物。然而在实际的工作中，通过高分辨质谱预测化合物的元素组成却不是那么简单。高分辨质谱，如TOF、FT-MS、Orbitrap等，虽然具有ppm级的质量精度，但这个级别的质量精度对于未知物的分子式唯一识别也还是不够的，尤其是高质量端化合物。如，即使能够获得优于1ppm质量精度的FT-MS，测得未知物精确质量为477.2303Da，对于通常的有机元素组成，C、H、N、O、S、Cl、P、F和Na，仍有569种可能的分子式需要根据经验及其它信息进一步选择。通常的高分辨仪器所自带的软件都是通过暴力算法将在一定质量误差内的元素组成全部计算出来，然而这些给出的元素组成很多都是实际中不可能存在的。因此，人们也总结了一些限制条件，利用这些条件对所得到的元素组成进行过滤。常用的有氮规律、同位素分布模式等。

T.Kind和O.Fiehn等系统地总结出了高分辨质谱预测分子式的七条常规法则，即所谓的七条黄金法则（Seven Golden Rules，SGR），即：（1）元素组成须限定；（2）使用Lewis及Senior规则进行检查；（3）使用同位素模式进行过滤；（4）氢/碳元素的比例必须适当；（5）碳氧硫磷元素的比例也须适当；（6）元素组成可能性检查；以及（7）针对气质衍生物的三甲基硅烷基检查。作为一些经验性的规则总结，SGR能够在很大程度上提高所预测出来元素组成的合理性。然而它也有一些缺点，比如预测出来的分子式数量仍然很大，仅仅靠同位素模式理论值和实验值的误差排序出来的靠前的分子式仍有很大可能不是正确的分子式。

以上方法之所以会预测出来许多不合理的分子式，而且正确分子式的排名难以提高，其根本原因就是没有考虑到分子式在现实中存在的概率。目前人们已知的化合物数量已经达到上千万，这些化合物所对应的分子式涵盖了现实中真实存在也是最稳定的元素组成组合，分子式在现实中存在的概率可以用其在这些已知化合物中出现的频率来表现。设某一元素组成为C，其精确质量数为A，那么C所对应的化学结构越多则说明该元素组成越容易形成稳定的化合物，其在现实世界中被发现的概率也越大。如果在高分辨质谱测试中观测到某一被测物的精确质量数在某一误差限内（如5ppm）与A接近，则此被测物的元素组成是C的可能性就大于其他对应化学结构少于C的元素组成。因此，在预测分子式的时候加入这一信息的辅助将极大的提高所获得结果的合理性和准确性，这也是本发明的出发点。

发明内容

本发明为了解决高分辨质谱分子式预测的准确性和合理性，提出了一种采用分子式数据库进行分子式预测的方法。

为实现上述目的，本发明提供了一种基于分子式数据库的高分辨质谱化合物分子式预测方法，该方法包括如下步骤：

（1）收集整理化合物信息，将这些化合物的对应分子式整理出来，构建包含分子式出现频率的分子式数据库待用；

（2）从高分辨一级谱图中获取化合物的精确分子量和同位素分布信息；

（3）以步骤（2）所获得的化合物精确分子量作为检索条件，在步骤（1）中获得的分子式数据库中以用户输入的误差限检索得到符合该检索条件的分子式，将所获得的分子式按照对应的频率进行排序；其中该步骤中所述的误差限为不大于10ppm；

（4）同位素分布相似度评价：计算出步骤（3）所获得候选分子式的同位素分布模式并与步骤（2）所获取的实验值进行比较，计算候选分子式同位素分布模式与实验所获得同位素分布模式之间的相似度，去除相似度小于某一阈值的分子式。

在上述技术方案中，步骤（1）步骤只需进行一次，构建好的分子式数据库可以重复使用；