msFineAnalysis AI:未知化合物的结构分析的一个革命性的工具

msFineAnalysis AI提供了一个新的未知的结构分析工具。它被专门设计用于与JEOL JMST2000GC”AccuTOF™GC-Alpha。“这下一代软件提供了这种结构分析能力来提高整个自动定性分析功能已经可以在公司的前一代msFineAnalysis。

新的所谓的“综合分析”集成了GC / EI高分辨率数据,GC /软电离高分辨率数据,“结构分析”的帮助下两个AIs(主要人工智能AI和支持)。

这种先进的人工智能技术使msFineAnalysis AI自动结构分析提供一个特殊的能力,不是以前用于gc - ms定性分析。

特性

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

# 1人工智能结构分析

发展创新的解决方案:从分子式估计结构公式预测未知化合物

对未知化合物没有注册在图书馆数据库(▼),传统msFineAnalysis算法自动指示分子式。这一概念再推进一步,msFineAnalysis AI允许自动预测结构已发现的所有组件。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

需要软电离:可靠的分子式收购信息结构分析的第一步

EI质谱数据一直在利用图书馆数据库,所以EI方法广泛用于气相样品的定性分析。然而,正如EI很难电离技术,一些碎片离子已经指出,在一些情况下,这不是不寻常的观察最小或无信号分子离子。

此外,当涉及到未知的物质没有被注册在图书馆数据库中,很难区分是否最大的观察m / z实际上是分子离子或只是一个使用单独的EI质谱碎片离子。在这些情况下,一种软电离技术可以确定这些信息的有效工具。

一系列的软电离技术,如FI,π,CI与AccuTOF选择可用GC-Alpha系统。这些方法是关键,以帮助区分离子(如分子离子和质子化了的分子)提供分子量信息,然后可以精确识别组件的分子式信息最初是未知的。

正如信息基于分子式为人工智能结构分析是一个关键的起点,软电离时识别未知的化合物是至关重要的。

质谱的组件不注册库。

质谱的组件不注册库。图片来源:JEOL美国公司

手册由技术熟练的分析师结构分析与人工智能自动结构分析

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

测量与JMS-T2000GC标准配置电脑

所需的时间结构分析比较中发现对所有化合物的丙烯酸树脂测量Py-GC-TOFMS和NIST图书馆数据库中没有注册。

分析师甚至超过三十年的经验领域的质谱大约需要两个小时来分析四个组件的结构,也就是30分钟/组件。然而,另一方面,人工智能结构分析完成了100组件在不到7分钟,这是4秒一个组件。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

上面的人工智能结构分析评分(相似度)之间的结构式是由一个熟练的分析师和正确的结构式,这表明结构式很可能已经预测,并有很强的相似性。

自动使用两种AIs结构分析:稳定的结构分析,而不需要一个在线的环境

msFineAnalysis AI提供了一个自动化的结构分析功能。

msFineAnalysis AI提供组件的候选结构公式甚至不注册在图书馆数据库,使用两个新开发的人工智能模型基于超过1亿有机化合物的结构式信息识别和计算。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

人工智能结构分析预测精度

NIST20图书馆数据库已利用的主要人工智能应用于人工智能结构分析用于学习和评估。

预测精度测试验证,适当的结构在前1% 73%的前10%的化合物和93%的化合物。

目标化合物结构类似的成分配方(14581)通过PubChem准备。适当的结构的等级次序已经验证。

14581验证的化合物,正确的结构中实现最高等级次序1% 73%(10644化合物)。

正确的结构式排名在14681种化合物。

正确的结构式排名在14681种化合物。图片来源:JEOL美国公司

6个已知化合物不是NIST20图书馆数据库中注册随后被检查,和适当的结构是排名最高的三个化合物。

剩下的化合物,结构顶部列出的结构分析结果都共享相同的特点与正确的公式。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

人工智能结构分析应用程序

人工智能结构分析结果的丙烯酸树脂量化Py-GC-HRTOFMS显示如下。

20的化合物,包括结构,无法验证NIST20库数据库、人工智能结构分析是通过综合分析确定其分子式后执行。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

所有这些化合物的结构,包括甲基酯(反映了丙烯酸树脂单体结构)显示更高的可能性。这数据允许研究人员估计,所有目标化合物的结构分析是丙烯酸树脂热分解产品。

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

# 2反褶积检测

色谱峰反褶积是能够识别跟踪组件,可能没有明显的TICC coelution各种组件的结果。

EI:黑色实线:TICC,灰色的山峰:反褶积峰(蓝色:当前选中)。FI:绿色实线:TICC,灰色的山峰:反褶积峰(蓝色:当前选中)。

EI:黑色实线:TICC,灰色的山峰:反褶积峰(蓝色:当前选中)。FI:绿色实线:TICC,灰色的山峰:反褶积峰(蓝色:当前选中)。图片来源:JEOL美国公司

这个步骤简化了数据分析过程,通过指定每个离子和化合物和删除要求提取离子色谱图(共同)。

# 3保留指数定性分析

保留指数(RI)是一个相对的索引值,决定根据保留时间(RT)的标准正烷烃混合物。

保留指数创建屏幕。

保留指数创建屏幕。图片来源:JEOL美国公司

定性分析函数被执行目标组件的RT转移到国际扶轮,并进一步比较中列出的RI值数据库,等等。

使用msFineAnalysis AI,可以进一步缩小定性分析的结果与国际扶轮的帮助。

# 4两样本比较(微分分析)

这个函数使用垂直轴上的假定值的重现性和火山阴谋表示两个样本之间的强度比水平轴。

详细分析-火山阴谋

详细分析-火山阴谋
(参考产品,B:有缺陷的产品)。保留指数创建屏幕。图片来源:JEOL美国公司

这些信息提供了可视化确认的两个样本之间的不同组件。

例如,它可以识别特征组件在新材料通过比较现有一个或确认如果一个组件增加或减少当比较参考产品缺陷。比较两个示例,它可以设置n = 1, 3, 5的数量为每个样品测量。

msFineAnalysis人工智能分析流程

msFineAnalysis AI未知化合物的结构分析

图片来源:JEOL美国公司

规范

  • 使用保留指数显示分析结果
  • 分析结果显示同位素模式
  • 使用手动创建质谱峰检测
  • 自动检测峰值和创建质谱
  • 使用反褶积处理创建质谱
  • 方差分量分析
  • 根据两个质谱分析分子离子
  • 两个测量数据项的分析相同的组件
  • 显示准确的计算结果
  • 显示测量条件
  • NIST数据库显示搜索结果
  • 人工智能结构分析
  • 用户界面:英语

其他设备的供2020欧洲杯下注官网应商