[发明专利]UHPLC-HRMS数据依赖性采集的信息解析方法

说明书

本发明公开一种UHPLC‑HRMS数据依赖性采集的信息解析方法，包括以下步骤：基于UHPLC‑HRMS采集得到数据依赖性采集数据，基于所述数据依赖性采集数据中的MS¹数据构建EIC；提取所述EIC中的EIC峰；基于所述EIC峰，通过SVD建立MS/MS谱图；基于所述MS/MS谱图识别源内碎片离子，并根据所述碎片离子识别结果构建MS¹谱图，完成UHPLC‑HRMS分析。本发明能有效实现EIC提取、EIC峰提取、MS/MS构建和碎片离子鉴定以及MS¹谱图构建，改善假阳性和假阴性的问题。

技术领域

本发明属于超高效液相色谱-高分辨质谱数据解析技术领域，尤其涉及一种UHPLC-HRMS数据依赖性采集的信息解析方法。

背景技术

超高效液相色谱-高分辨质谱(UHPLC-HRMS)的采用已被全球广泛接受，用于进行靶向和非靶向分析，如代谢组学、脂质组学、食品分析等。数据依赖性采集(DDA)模式是安捷伦、ThermoFisher和ABSCIEX(称为IDA)等高级UHPLC-HRMS仪器支持的数据采集模式。在DDA的帮助下，MS¹和MS/MS光谱都可以在一个采样循环内获得。来自DDA的MS¹信息可用于筛选目标化合物，如标记物，而每个筛选化合物对应的MS/MS信息可用于化合物识别。因此，DDA可以极大地帮助分析人员同时进行非靶向数据分析和化合物鉴定。

DDA已广泛用于蛋白质组学，以全面表征分析样品中的肽段。近年来，利用DDA完成地理来源判别、质量控制、生物标志物筛选等方面发表了多篇科学论文。与数据独立采集(DIA)相比，DDA的一个优势是可以直接获取离子的MS/MS谱图，因此可以潜在地用于源内碎片离子识别。在复杂的样品分析中，源内碎裂的发生会导致化合物产生许多离子，这些离子经常在未经适当处理的情况下从各种化合物中识别为准分子离子。

当前的数据分析工具，如MS-DIAL、Mzmine2、Progenesis QI和CompoundDiscovery，无法在数据分析过程中进行碎片离子鉴定。XCMS的开发人员设计了一种策略，即通过使用库中存储的标准质谱来识别源内碎片离子，无法识别库中不存在的碎片离子。相比之下，来自DDA模式的MS/MS信息可以自动用于识别分析样品中的碎片离子，理论上，由于在数据收集中使用相同的仪器条件，这比库中的碎片离子更准确。

尽管已经出现了许多数据分析工具用于非靶向代谢谱分析，包括MS-DIAL、XCMS、Mzmine2、KPIC2和AntDAS，但当前的数据分析工具并未完全获取来自DDA的信息。换句话说，当前的数据分析侧重于执行基于MS¹的非靶向代谢组学，以筛选丰度在组间显示出显着差异的特征。化合物鉴定和碎片离子鉴定尚未完全针对DDA模式进行开发。

发明内容

针对现有技术的不足，本发明提供UHPLC-HRMS数据依赖性采集的信息解析方法，该方法能有效实现提取离子色谱(EIC)提取、EIC峰提取、MS/MS构建和碎片离子鉴定，改善假阳性和假阴性的问题。

为实现上述目的，本发明提供了UHPLC-HRMS数据依赖性采集的信息解析方法，包括以下步骤：

基于UHPLC-HRMS采集得到数据依赖性采集数据，基于所述数据依赖性采集数据中的MS¹数据构建EIC；

提取所述EIC中的EIC峰；

基于所述EIC峰，通过SVD建立MS/MS谱图；

基于所述MS/MS谱图识别源内碎片离子；

根据所述源内碎片离子的识别结果构建MS¹谱图，完成UHPLC-HRMS分析。

可选地，构建所述EIC的方法包括：

根据离子丰度进行EIC种子的选择，获得EIC种子群；