进行核磁共振光谱学没有氘溶剂

对于大多数用户进行核磁共振(NMR)谱今天,样品制备类似路径:分离化合物或化合物从反应混合物(或者如果幸运,一个纯粹的产品),在合适的氘溶剂溶解,混合好,填补质量NMR管所需的高度,位置换样器样品,和现在的样品要求分析。

在大多数现代光谱仪,任务,比如锁定,匀场,调优之前发生自动数据采集。与这些条件满足的选择合适的实验参数,化学家有很高的概率获得有用的信息关于他们的样本。

是非常典型的反应,产生意想不到的结果;这可能是因为反应完成,或产品形成的混合物。可以执行每个纯组件的分解动作获得光谱,甚至产生反应混合物的光谱存在的时间点。

然而,没有运行的氘模拟的反应溶剂,可能有相当大的反对质子溶剂本身的光谱信号。如果有一个明显的峰重叠溶剂信号和信号的复合(s)的利益,这可能会导致一个情况不能从光谱中提取有用的信息。

在运行中氘反应溶剂可能是一个理论上的可能性,它往往是不切实际的由于质子化了的之间的费用和氘的版本所使用的溶剂。然而,有方法可以克服强烈的限制在质子溶剂峰光谱。其中一个方法称为No-D NMR,已JEOL三角洲的一部分软件多年来和已被证明充分分析反应混合物在过去。1在这里,澄清的过程是如何工作的将workflow-adaptable例子。

氘-为什么需要?

在现代核磁共振应用,氘溶剂应用以下原因除了溶解样品感兴趣的:

  • 提供一个“锁”的信号。样品遇到的磁场强度可以随着时间而改变,以应对外部环境干扰,如温度变化、或通过磁场漂移的正常过程。现代光谱仪使用氘信号跟踪和补偿这些干扰的目的,这样的频率信号不会波动的实验。
  • 锁溶剂引用。如果氘信号不是标准频率(即。7.26 ppm的氯仿质子或氘频谱),垫片电流调整以使信号到适当的频率。这个调整可以转换为适当的校正等其他原子核的质子(1 H)或碳(13 C)。只要锁是保养的很好,所有光谱后将充分引用。至关重要的是,要记住,等传统引用“经颅磁刺激(四甲基硅烷)0.00 ppm”是一个惯例,只有在特定情况下适用:参数如浓度、温度、盐含量、pH值等确实会影响化学位移。最终,锁溶剂引用适当的只要是清晰和明确。
  • 执行梯度匀场。需要使用强大的氘的溶剂,以有系统的信号进行一种称为梯度匀场的技术;在成像过程中用于地图样本地区的磁场,然后纠正任何不均匀性调整相应合适的垫片。这个过程通常是完全自动化在现代光谱仪,通常不再重复,直到磁场均匀性得到了改善。

没有氘

氘是用来执行关键任务在核磁共振数据采集。但是,有替代方法可以用来完成相同的最终目标:

  • 补偿磁场漂移的一个实验(“锁定”)。磁场漂移在早期的NMR更极端,不管系统有一个永久磁铁,磁铁,甚至早期版本的超导磁体。当代超导磁体可以漂移率每小时4-15赫兹的范围,但在许多情况下,这可以更低。此外,加强磁铁设计使得他们更容易受到环境干扰。虽然漂移率可能发挥作用在长时间的实验中,一个标准的质子检测实验为小分子的工作通常横跨几分钟。因此,漂移率需要为了看到一个异常高的恶化数据为典型的质子由于磁场漂移检测实验时间框架。
  • 引用。可以采用相同的化学位移趋势参考数据,技术化学家使用即使使用氘溶剂(考虑经颅磁刺激在-0.1 ppm,而不是0.0 ppm)。经颅磁刺激可以作为内部标准,或使质子化溶剂本身的质子峰也可以完成这个引用。
  • 匀场。主要是,任何类型的信号可以用于梯度匀场,无论是一个质子,氘,甚至氟或磷信号。梯度匀场的主要限制是敏感。在实例样本的质子化了的溶剂,可以使用匀场的溶剂峰本身。这是由使用选择性激发脉冲只为了激发溶剂峰在匀场实验。因此,减少从其他山峰光谱干扰。类似的过程发生的多行氘溶剂,如甲醇、四氢呋喃(四氢呋喃),或吡啶-一个共振用于匀场。正确校准时,质子梯度匀场一样可以氘梯度匀场。当然,手工填隙也可能自由感应衰减(FID)或使用其他迭代方法来补偿。

因此可能开展的主要“准备”步骤之前获得核磁共振数据溶剂是否氘或质子化了的。这使得一个问题,如何处理大质子光谱溶剂信号?下面的例子详细的3-buten-1-ol在质子化了的甲醇(图1)。

1 h NMR谱的3-buten-1-ol质子化了的甲醇。溶质的相对浓度高于典型的核磁共振样品清晰,但是这个比例在一个实际的反应混合物并不少见,而使用甲醇作为溶剂。

图1所示。1H NMR谱的3-buten-1-ol质子化了的甲醇。溶质的相对浓度高于典型的核磁共振样品清晰,但是这个比例在一个实际的反应混合物并不少见,而使用甲醇作为溶剂。

溶剂抑制:减少某些峰的强度

在收集核磁共振生物样品的数据,有必要征服大H2O溶剂信号样品的溶剂混合物90:10% H2O: D2o .类似的过程适用于抑制信号由于有机溶剂,除了这些额外的因素:

  • 不止一个峰值可能需要抑制
  • 13C卫星峰可能需要删除如果他们阻碍感兴趣的一个信号。

图1中的光谱展品从甲醇溶剂两大高峰,并可以快速确定它们的化学变化通过收购传统1-scan频谱。雇佣一个实验称为湿(水抑制增强通过T1影响),可以选择性地抑制这两个高峰和执行13C在合适的解耦甲基碳原子的化学位移。这个实验的结果,可以看到如图2所示。

1 d湿频谱3-buten-1-ol的甲醇。

图2。1D湿频谱3-buten-1-ol的甲醇。

在这个例子中,系统编码简单地定位的两个最高的山峰1氢谱,征服他们,表演13C分离在合适的化学位移,然后设置最高峰值的位置,适当的化学位移的峰值为甲醇,因此频谱充分引用。

比较传统的1 h谱3-buten-1-ol甲醇(上)与甲醇湿谱峰抑制(底部)。

图3。比较传统的1氢谱的3-buten-1-ol甲醇(上)与甲醇湿谱峰抑制(底部). .

有一系列的现象仔细考虑当比较两个光谱(图3)。首先,山峰~ 1 ppm远离溶剂峰不变,这是有利的。然而,溶剂抑制可能产生妥协。注意,许多山峰大约5.0 ppm削弱在湿光谱(底部)与传统的频谱(上)。

一个实际的例子:监测反应混合物

当然,获得一系列的“纯”起始物料在反应溶剂中可以产生有用的信息,如证据表明起始物料确实纯,验证没有污染物存在于溶剂,或起始物料不结合溶剂时反应。

1 h谱的甲醇反应混合物。红色箭头表示剩下的3-buten-1-ol山峰,绿色箭头指出利益在这种情况下的另一个高峰。? ? ? ? ? ? ?

图4。1H反应混合物的光谱甲醇。红色箭头表示剩下的3-buten-1-ol山峰,绿色箭头指出利益在这种情况下的另一个高峰。

我们可以更有利的提取是一个整除的反应混合物在特定点来控制反应的进展。图4显示了1H的反应混合物的整除3-buten-1-ol以及各种反应物甲醇质子化了的几小时后搅拌。有利的信息可以从这个传统频谱获得但收购甲醇的光谱峰抑制也很有用(图5)。

1 h湿反应混合物的光谱。注意感兴趣的山峰相比的明确性频谱如图4所示。

图5。1H湿反应混合物的光谱。注意感兴趣的山峰相比的明确性频谱如图4所示。

能力抑制峰值自动用湿抑制是至关重要的在这种情况下,能够执行一个传统集成的山峰绿色箭头所示。集成将是不可想象的如果这些山峰仍然隐藏的“肩膀”溶剂峰在图4。

其他的可能性

而利用1H数据获得No-D方法也许是相当有用的观察反应的进展,关于这个技术,还有其他几个潜在的应用。

这些包括:

  • 观察其他的原子核,包括31日P或者19F,如果存在。可以使用1H梯度匀场和引用在这些情况下,当原子核的旋磁比已知并纳入计算。
  • 获得定量(qNMR)的数据集,只要用于定量的山峰由于溶剂抑制不经历任何弱点。2
  • 获取二维数据,如杂环的单量子相干光谱(HSQCs), H -¹¹H相关光谱(舒适),等等,当总试验时间不足够短的数据不会体验漂移的磁场。

的能力来执行这些步骤没有氘溶剂会导致巨大的成本节约(取决于溶剂),减少样本的需要进一步净化和检查。

引用和进一步阅读

  1. t . Hoye b . Eklov t . Ryba m·沃罗申l .姚明。有机信件2004 6 (6),953 - 956 DOI: 10.1021 / ol049979 +
  2. l .伽马b .梅洛,诉拉赛尔达,w . Romao否决权,微量化学期刊》,2015年,118年,12 - 18。

确认

从材料最初由Tim Berg欧洲杯足球竞彩eron从JEOL USA Inc .)

这些信息已经采购,审核并改编自JEOL美国提供的材料,公司。欧洲杯足球竞彩

在这个来源的更多信息,请访问JEOL美国公司。

引用

请使用以下格式之一本文引用你的文章,论文或报告:

  • 美国心理学协会

    JEOL美国公司. .(2020年9月14日)。进行核磁共振光谱学没有氘溶剂。AZoM。2021年6月24日,检索来自//www.wireless-io.com/article.aspx?ArticleID=19599。

  • MLA

    JEOL美国公司. .“执行核磁共振光谱没有氘溶剂”。AZoM。2021年6月24日。< //www.wireless-io.com/article.aspx?ArticleID=19599 >。

  • 芝加哥

    JEOL美国公司. .“执行核磁共振光谱没有氘溶剂”。AZoM。//www.wireless-io.com/article.aspx?ArticleID=19599。(2021年6月24日访问)。

  • 哈佛大学

    JEOL美国公司. .2020年。进行核磁共振光谱学没有氘溶剂。AZoM,认为2021年6月24日,//www.wireless-io.com/article.aspx?ArticleID=19599。

问一个问题

你有一个问题你想问关于这篇文章?

离开你的反馈
提交