나노결정 분말의 구조 분석: SynergyED, HRMS, NMR 및 계산을 활용한 YOKOGUSHI 접근법

2. 3D 전자 회절

SCXRD는 단일 결정에서 여러 방향으로 회절 데이터를 수집하여 결정 구조를 파악하는 방법입니다. 그러나 이 방법은 일반적으로 1µm보다 큰 결정이 필요합니다. 결정 크기가 이 한계를 넘어서면 SCXRD는 제대로 작동하지 않는 경우가 많습니다. 3D ED는 X선 대신 전자빔을 사용하여 회절 패턴을 기록함으로써 이러한 한계를 극복합니다. 전자는 물질과 약 10배의 상호작용력을 가지고 있기 때문입니다.⁴-10⁵ X선보다 훨씬 강력한 3D 전자현미경(3D ED)은 X선 X선 회절(SCXRD)로는 분석이 불가능한 나노 크기의 시료를 포함하여 매우 작은 단결정의 구조를 결정할 수 있게 해줍니다. 이러한 장점에도 불구하고, 3D 전자현미경으로 얻은 구조는 몇 가지 중요한 한계를 지닙니다. 수소 원자는 관찰이 어렵거나 아예 보이지 않는 경우가 많습니다. 또한, 원자량이 비슷한 원자들의 경우 원소 할당이 모호해질 수 있습니다. 이는 탄소, 질소, 산소, 플루오린과 같은 원소들을 구별하기 어려운 유기 분자에서 특히 심각한 문제입니다.

그림 1a는 3D 전자현미경(3D ED)으로 얻은 초기 구조를 보여줍니다. 기존 연구에서는 그림 1b와 1c처럼 각 원자가 명확하게 표시되고 수소 원자의 위치가 완벽하게 정의된 다채로운 구조 모델을 흔히 볼 수 있습니다. 그러나 실제로는 3D 전자현미경의 직접적인 결과는 그림 1a와 같은 단색 구조인 경우가 많습니다. 이러한 단색 모델에는 유용한 정보가 포함되어 있지만, 그 자체만으로는 화학적으로 의미 있는 구조를 도출하기에 충분하지 않습니다. 연구자들은 종종 알려진 분자 구조와 같은 기존 화학 지식을 활용하여 원소를 지정하고 수소 원자의 위치를 ​​지정함으로써 단색 모델을 완전한 구조 표현으로 변환합니다. 하지만 시료에 대한 정보가 전혀 알려지지 않은 경우에는 이러한 가정을 할 수 없습니다. 분자식이나 골격 구조를 알고 있더라도 입체 이성질체나 호변 이성질체로 인해 결정 구조 해석이 복잡해질 수 있습니다. 우리는 이전에 3D 전자현미경을 고체 상태 NMR 및 양자 화학 계산과 결합하면 NMR 결정학적 접근법을 통해 신뢰할 수 있는 구조 결정이 가능하다는 것을 보여주었습니다. ⁴ 하지만 구조식을 알지 못하면 정확한 결정 구조를 높은 신뢰도로 식별하기는 여전히 어렵습니다.

이처럼 불완전한 형태임에도 불구하고, 그림 1a는 이미 3D ED에서 얻은 몇 가지 중요한 정보를 담고 있습니다.

1. 이 결정에는 A와 B로 표시된 두 개의 서로 다른 분자가 포함되어 있습니다.
2. 분자 A와 B는 각각 12개와 10개의 비수소 원자로 구성되어 있습니다(수소 원자에 대한 정보는 없음).
3. 분자 A는 방향족 고리를 포함하고 있고, 분자 B는 황 원자를 포함하고 있습니다.
4. 비대칭 단위에는 두 개의 분자가 존재합니다(Z' = 2).
5. 분자 A와 B에서 수소 원자를 제외한 원자들의 골격 구조가 명확하게 정의되어 있다.

이 정보는 매우 유익하지만 분자의 화학적 정체를 밝히지는 못합니다. 구조를 완전히 규명하려면 3D 전자현미경 구조 분석과 더불어 추가적인 분석 기법을 활용해야 합니다.

그림 1. 비대칭 단위 셀의 3D ED 결정 구조. (a) 3D ED에서 얻은 원래 구조. 화학적으로 서로 다른 두 분자(A와 B)가 포함되어 있다. B는 황 원자를 포함한다. (b, c) DART-HRMS 및 데이터베이스 마이닝을 이용한 스크리닝을 통해 얻은 최종 후보 두 개. 이 그림은 C. Sabena 외, Communications Chemistry (2026), DOI: 10.1038/s42004-026-01902-1에서 발췌했으며, CC BY 4.0 라이선스에 따라 사용 허가를 받았다.

3. DART-HRMS

3D 전자현미경 분석의 한계를 극복하는 강력한 방법 중 하나는 고해상도 질량분석기(HRMS)입니다. HRMS는 화합물의 분자량을 매우 높은 정밀도로 측정하며, 일반적으로 달톤(Da) 단위로 나타냅니다. 달톤은 탄소-12를 기준으로 정의되는데, 탄소-12의 원자량은 정의상 12번 원자의 무게입니다. ¹²탄소(C)의 원자량은 정확히 12 Da입니다. 이와 대조적으로, 다른 원자들은 핵에 있는 양성자와 중성자의 합과 거의 같지만 정확히 일치하지는 않는 원자량을 가지고 있습니다. 예를 들어 수소(¹수소(H)는 원자량이 1.007825 Da로 정확히 1 Da가 아니며, 질소(¹⁴중성자(N)의 원자량은 14.003074 Da로, 정확히 14 Da는 아닙니다. 원자량은 종종 양성자와 중성자의 합으로 근사하지만, 미세한 차이는 항상 존재합니다. 화합물의 분자량은 구성 원자 각각의 정확한 원자량의 합이므로, 분자량을 정확하게 측정하면 분자식을 정확하게 결정할 수 있습니다. 즉, 고해상도 질량분석기(HRMS)는 분자 내에 존재하는 각 원소의 정확한 원자 수를 제공합니다. 이 정보만으로는 완전한 구조식을 알 수는 없지만, 가능한 결정 구조를 좁히는 데 중요한 역할을 하며, 3D 전자현미경(3D ED)에서 얻은 골격 정보를 보완합니다.

본 연구에서는 실시간 직접 분석(DART)을 사용합니다. ⁶ DART는 HRMS의 이온화 방법으로 사용되는 소프트 이온화 기술로, 최소한의 파편화만 발생시켜 특히 작은 분자 분석에 적합합니다. 그 결과, 손상되지 않은 분자 이온을 관찰할 수 있어 분자량과 분자식을 정밀하게 결정할 수 있습니다. DART의 또 다른 장점은 간편하고 빠르다는 점입니다. 시료를 DART-HRMS 시스템에 넣기만 하면 즉시 스펙트럼을 얻을 수 있습니다. 본 시료의 경우, DART-HRMS 스펙트럼에서 여러 개의 피크가 관찰되었습니다. 이 모든 피크는 3D ED로 확인된 두 분자(A와 B)의 단순 조합으로 일관되게 할당될 수 있습니다. 결과적으로 얻은 분자량과 분자식은 표 1에 요약되어 있습니다.

중요한 것은 HRMS 결과가 3D ED에서 얻은 정보와 완벽하게 일치한다는 점입니다. 이 결과는 (1) 서로 다른 두 분자 A와 B의 존재, (2) 각 분자에 있는 비수소 원자의 수, (3) 분자 B에 있는 황 원자의 존재를 확인시켜 줍니다. HRMS와 3D ED는 함께 상호 보완적인 정보를 제공하여 가능한 결정 구조를 상당히 제한하고 추가적인 구조 정밀 분석을 가능하게 합니다.

4. 데이터베이스 마이닝

분자식은 구조 규명에 매우 중요한 정보이지만, 구조식을 결정하는 데에는 충분하지 않습니다. 여기서는 데이터베이스를 활용하는 데 초점을 맞추겠습니다. 다양한 화학 구조 데이터베이스가 있으며, 분자식을 데이터베이스에 입력하면 후보 구조 목록을 얻을 수 있습니다. 본 연구에서는 NIH에서 제공하는 누구나 이용 가능한 PubChem을 사용합니다. ⁷ PubChem에는 100억 개 이상의 구조 데이터가 포함되어 있으며 다양한 검색 옵션을 제공합니다. 먼저 DART-HRMS로 결정된 분자식을 입력하면 A에 대해 4921개, B에 대해 706개의 후보 구조가 생성됩니다. PubChem에 정확한 구조가 포함되어 있다고 가정하면 최종 구조는 이러한 후보 구조들 중 하나일 것입니다. 그러나 후보 구조의 수가 너무 많아 분자 구조를 결정하기 어렵습니다. 여기서 볼 수 있듯이 분자식만으로는 작은 분자조차도 구조를 결정하기에 충분하지 않습니다.

다행히 3D 전자현미경을 통해 골격 구조를 이미 알고 있으므로, 이를 데이터베이스에 입력하여 후보 분자의 수를 좁힐 수 있습니다. 특히, 비수소 원자의 개수(2번 항목)와 부분 구조(5번 항목)가 중요한 역할을 합니다. 우선, 분자 A는 특정한 방향족 고리를 포함하고 있습니다. A(C)의 분자식을 고려하면,₈H₁₁아니₃이 고리는 벤젠 고리(C)여야 합니다.₆) 또는 피리딘 고리(C₅N). 이러한 정보는 비수소 원자 수 12와 함께 PubChem 쿼리에 통합될 수 있습니다. PubChem은 분자량 169.0739 Da 및 C에 대해 18(5)개의 구조를 반환합니다.₆(C₅N) 고리를 포함하여 총 23개의 구조를 분석했습니다. 여기서는 PubChem 검색 기능의 한계(2025년 7월 기준)로 인해 분자식 대신 분자량을 사용했지만, 이는 현재 방법의 근본적인 한계는 아닙니다. 향후 분자식을 사용할 수 있도록 개선될 것으로 예상합니다. 대신, 구조 분석을 위해 다른 유료 데이터베이스를 활용할 수도 있습니다. 이 23개의 후보 구조를 시각적으로 검토한 결과, 그림 2A에서 볼 수 있듯이 3D ED 골격 구조와 일치하는 구조는 단 두 개뿐이었습니다. 본 연구에서는 데이터베이스 마이닝과 3D ED 골격 구조, DART-HRMS를 함께 사용하여 검색 공간을 4921개에서 2개로 효율적으로 좁혔습니다.

(A)

(B)

그림 2. 분자 A와 B의 화학 구조 후보. 분자량, 비수소 원자 수 및 부분 구조를 이용하여 PubChem 검색을 수행하였다. 구조 검색 후 3D ED 골격 구조(그림 1a)와 시각적으로 비교하였다. 본 그림은 C. Sabena 외, Communications Chemistry (2026), DOI: 10.1038/s42004-026-01902-1에서 발췌하였으며, CC BY 4.0 라이선스에 따라 사용 허가를 받았다.

동일한 데이터베이스 마이닝 접근 방식을 분자 B에도 적용할 수 있습니다. 분자식만을 사용하여 얻은 706개의 후보 구조에서 시작하여, 3D ED 골격 구조 정보를 이용하여 검색을 더욱 정밀하게 조정합니다. 구체적으로, 황을 포함하는 부분 구조(CS, NS 또는 OS), 163.0303 Da의 분자량, 그리고 총 10개의 비수소 원자의 존재를 검색 조건에 포함시켰습니다. 이러한 제약 조건을 적용하면 PubChem에서 128개의 후보 구조가 반환됩니다. 3D ED 골격 구조와의 상세한 비교를 기반으로 추가적인 스크리닝 단계를 수행하면 이러한 후보 구조 대부분이 제거되고 그림 2B에 나타낸 바와 같이 5개의 타당한 구조만 남게 됩니다. 이 5개의 후보 구조 중 3개는 DART-HRMS로 결정된 분자식과 일치합니다. 이 최종 스크리닝 단계는 PubChem에 기록된 분자량 정보의 정밀도가 제한적이기 때문에 필요합니다. 결과적으로 분자식이 약간 다른 구조가 후보 목록에 여전히 나타날 수 있습니다. 이는 제안된 워크플로의 근본적인 문제가 아니라 데이터베이스 관련 한계입니다. 분자식을 이용한 직접 검색이 가능하다면 이 단계를 생략할 수 있을 것이다.

나머지 세 후보는 절대 입체 구조에서만 차이가 있으므로 모두 동일한 화합물인 N-아세틸시스테인을 나타냅니다. 본 연구에서 3D ED에 사용된 동역학적 정밀화 접근법은 절대 구조를 결정하지 못하며, 이를 위해서는 동적 회절 분석이 필요합니다. 따라서 우리는 이 화합물의 자연적 존재량과 생물계에서의 보편성을 고려하여 N-아세틸-L-시스테인으로 명명합니다.

이 정보를 그림 1a에 나타낸 원래의 3D ED 골격 구조에 통합함으로써, 그림 1b와 1c에 나타낸 바와 같이 모든 원소가 할당된 최종 결정 구조를 얻습니다.

5. 용액 NMR

많은 경우, 데이터베이스 마이닝을 3D ED 및 HRMS와 결합하면 결정 구조를 단일 후보로 좁힐 수 있습니다. 예를 들어, 분자 B의 경우 데이터베이스 스크리닝 후 하나의 화학 구조만 남았습니다. 그러나 항상 그런 것은 아닙니다. 분자 A에서 볼 수 있듯이, 광범위한 데이터베이스 마이닝 후에도 여러 개의 그럴듯한 구조가 여전히 남아 있을 수 있습니다. 분자 A의 경우, 작지만 중요한 부분 구조에서만 차이가 나는 두 가지 구조 후보가 확인되었습니다. 하나는 하이드록시메틸렌기(-CH₃)를 포함합니다.₂다른 하나는 -OH기를 포함하고, 다른 하나는 메톡시기(-O-CH₃)를 포함합니다.₃이 두 가지 가능성을 구분하는 것은 회절 데이터만으로는 어렵지만, 용액 NMR을 사용하면 쉽게 구분할 수 있습니다. 특히, ¹³C DEPT-135 실험은 이러한 그룹들을 구별하는 명확하고 간단한 방법을 제공합니다. DEPT-135 스펙트럼에서 CH 탄소는 음의 신호로 나타나는 반면, CH는₃ 탄소는 양의 신호를 나타냅니다. 분자 A에 대해 관찰된 DEPT-135 스펙트럼은 음의 신호를 보여주는데, 이는 -CH가 존재함을 나타냅니다.₂-OH 그룹이 아니라 -O-CH₃ 그룹 분석 결과, 그림 1b에서 볼 수 있듯이 분자 A의 구조를 N-피리독신으로 명확하게 규정할 수 있습니다. 이 예시는 데이터베이스 분석 후 여러 구조 후보가 남아 있을 때 용액 NMR이 어떻게 보완적이고 결정적인 정보를 제공하는지 보여줍니다.

6. 양자 컴퓨팅

위에서 보여준 바와 같이, 우리는 시료의 분자 구조와 전체 결정 구조를 성공적으로 규명했습니다. 그러나 수소 원자의 위치는 여전히 불분명합니다. 이는 수소 원자가 전자를 매우 약하게 산란시켜 3D ED 맵에서 해상도가 낮거나 완전히 보이지 않기 때문입니다. 수소 원자의 위치를 ​​정확하게 결정하고 결정 구조를 더욱 정밀하게 다듬기 위해, 분산 보정 밀도 함수 이론(DFT-D)을 사용하여 기하 최적화를 수행했습니다. 이 최적화 과정에서 수소 원자는 화학 결합 및 분자간 상호작용을 기반으로 에너지적으로 합리적인 위치에 배치되어 물리적으로 안정하고 일관된 결정 구조를 얻습니다. 구조 정밀화 외에도, 최적화된 구조를 이용하여 GIPAW(gauge-including projector augmented-wave) 방법을 통해 고체 상태 NMR 화학적 이동을 계산했습니다. 이러한 계산된 화학적 이동은 이론적 구조와 실험적 NMR 관측값 사이의 직접적인 연결 고리를 제공합니다.

이러한 결합 접근법은 두 가지 이유에서 필수적입니다. 첫째, 회절 데이터만으로는 얻을 수 없는 수소 위치를 정확하게 결정할 수 있게 해줍니다. 둘째, 계산된 고체 상태 NMR 화학적 이동과 실험값을 비교하여 최종 결정 구조를 검증하는 독립적인 방법을 제공합니다. DFT-D 기하 최적화와 GIPAW 기반 NMR 계산은 수소 원자를 포함한 완전한 결정 구조를 정의하고 확인하는 데 중요한 역할을 합니다.

7. 고체 상태 NMR

이 단계에서는 3D 전자 회절 분석(3D ED), 고해상도 질량 분석(HRMS), 데이터베이스 분석 및 양자 화학 계산을 통합하여 수소 위치가 명확하게 정의된 완전한 결정 구조를 얻었습니다. 그러나 수소 위치를 포함한 최종 구조는 계산 최적화를 통해 도출된 것이며 아직 실험적으로 확인되지 않았다는 점에 유의해야 합니다. 제안된 구조를 실험적으로 검증하기 위해 핵자기 공명(NMR) 결정학적 방법을 적용할 예정입니다. ⁸ 이 방법에서는 실험적으로 측정한 고체 상태 NMR 화학적 이동 값과 최적화된 결정 구조로부터 계산한 값을 비교하여 결정 구조의 정확성을 평가합니다. NMR 화학적 이동은 분자 형태 및 분자 간 패킹을 포함한 국소적인 원자 환경에 매우 민감하기 때문에 실험값과 계산값 간의 높은 일치도는 구조가 정확하다는 강력한 증거가 됩니다. 실제로 일치도 평가는 일반적으로 화학적 이동의 제곱평균제곱근 편차(RMSD)를 사용하여 수행하며, 가장 흔하게 사용되는 지표는 다음과 같습니다. ¹H 및 ¹³C 핵. 정확하게 결정된 구조의 경우, RMSD 값은 일반적으로 0.5 ppm 미만입니다. ¹H는 3ppm 미만입니다. ¹³C. 그림 3은 실험값과 계산값의 화학적 이동을 비교한 결과를 보여줍니다. ¹H, ¹³C와 ¹⁵본 연구에서 N은 다음과 같은 결과를 나타냈다. 그림 1b에 나타낸 최종 구조는 0.5 ppm의 RMSD 값을 나타낸다. ¹H 및 2.3 ppm의 경우 ¹³C는 이러한 기준을 충족하므로 제안된 구조의 유효성을 입증합니다.

이 협약은 원자 위치를 확인하는 것을 넘어 3D 전자현미경 연구에서 항상 제기되는 근본적인 질문에 대한 해답을 제시합니다.
'3D 전자현미경으로 확인된 구조가 시료 전체를 진정으로 나타내는 것인가?'

3D ED 분석은 다수의 결정 중에서 선택된 하나 또는 소수의 개별 결정에 대해서만 수행되므로, 관찰된 구조가 미량상 또는 심지어 오염물질에 해당할 위험이 항상 존재합니다. 반면, 고체 상태 NMR은 전체 시료에서 나오는 신호를 측정합니다. 따라서 그림 3에서 볼 수 있듯이 실험값과 계산값 사이의 NMR 화학적 이동이 잘 일치하는 것은 검증된 구조가 선택된 미세 결정만이 아니라 전체 시료를 대표한다는 것을 보여줍니다. 이처럼 NMR 결정학은 수소 위치의 실험적 검증과 시료 대표성 확인 모두에서 중요한 역할을 하며, 구조 결정 워크플로우를 완성합니다.

(A)

(비)

(C)

그림 3 (a)의 계산된 NMR 화학적 이동과 실험적인 NMR 화학적 이동 ¹H, (b) ¹³C, 그리고 (c) ¹⁵N. 그림은 C. Sabena et al., Communications Chemistry (2026), DOI: 10.1038/s42004-026-01902-1에서 재현되었으며 CC BY 4.0 라이선스에 따라 사용되었습니다.

어떤 경우에는 수소 위치에 대한 매우 세심한 분석이 필수적입니다. 중요한 예로 염과 공결정을 구별하는 것이 있는데, 이는 제약 과학에서 매우 중요한 문제입니다. ^{9, 10} 활성 의약품 성분의 고체 형태는 안정성, 용해도 및 생체이용률에 큰 영향을 미치므로 양성자 위치를 정확하게 파악하는 것이 매우 중요합니다. 본 예시에서 결정 구조는 피리독신의 피리딘 고리의 질소 원자와 N-아세틸-L-시스테인의 카르복실기 사이에 강한 분자간 상호작용이 존재하여 O···H···N 수소 결합 모티프를 형성함을 보여줍니다. DFT-D를 이용한 기하 최적화 후, 원래 카르복실기와 결합되어 있던 양성자가 피리딘 질소로 완전히 이동하여 중성 공결정이 아닌 분자염이 형성되었음을 알 수 있습니다. 그러나 비공유 상호작용, 특히 수소 결합을 형성하는 수소 원자는 종종 불안정한 위치를 나타냅니다. ¹¹ 양성자의 위치는 온도와 분자 운동에 따라 달라질 수 있습니다. DFT-D 기하 최적화는 0K에서 수행되었으므로, 최적화된 구조가 주변 조건에서의 양성자 위치를 반드시 나타내는 것은 아닙니다.

이 문제를 실험적으로 해결하기 위해, 우리는 두 물체 사이의 거리를 정량적으로 측정했습니다. ¹H 및 ¹⁴N은 실온에서 PM-S-RESPDOR 고체 상태 NMR 실험을 사용하여 측정했습니다. ¹² 이 기술은 실제 실험 조건에서 사중극자 핵을 포함하는 이종핵 거리를 신속하고 직접적으로 측정할 수 있게 해줍니다. DFT-D 최적화 구조는 다음과 같은 결과를 예측합니다. ¹H-¹⁴N 원자 간 거리는 1.07 Å로 계산되었지만, 실험 측정값은 이보다 약간 긴 1.16 Å였습니다(그림 4). 이러한 차이는 상온에서의 열 운동 및 양성자 동역학에 기인할 수 있지만, 실험 결과는 양성자 전달을 명확히 뒷받침하고 염 형성을 확인시켜 줍니다. 따라서 피리독신과 N-아세틸-L-시스테인의 다성분계는 분자 염, 구체적으로는 피리독신-N-아세틸-L-시스테인 염을 형성한다고 결론짓습니다.

이 예시는 수소 위치를 정확하게 파악하고 염과 공결정처럼 유사한 고체 형태를 구별하기 위해 양자 화학 계산과 첨단 고체 상태 NMR 실험을 결합하는 것이 중요하다는 점을 강조합니다.

그림 4. 실험값(점선)과 분석값(빨간색 곡선)의 분율 곡선 ¹H-¹⁴피리독신 N-아세틸-L-시스테인 염의 N PM-S-RESPDOR. 그림은 C. Sabena 외, Communications Chemistry (2026), DOI: 10.1038/s42004-026-01902-1에서 발췌했으며, CC BY 4.0 라이선스에 따라 사용되었습니다.

8. 두 번째 예시

위에서 설명한 예시는 처음에는 전혀 알려지지 않은 물질로 취급되었던 다결정 분말 시료의 구조 결정 과정을 보여줍니다. 사실 이 시료는 피리독신과 N-아세틸-L-시스테인의 기계화학적 반응을 통해 의도적으로 합성된 것입니다. 따라서 이 시스템은 제안된 방법론을 검증하기 위한 잘 통제된 실험 사례로 활용될 수 있습니다.

이 접근 방식의 일반성과 견고성을 더욱 입증하기 위해, 이전에 결정 구조가 보고되지 않은 다른 샘플에 동일한 워크플로우를 적용했습니다. 3D ED, HRMS, 데이터베이스 마이닝, 양자 화학 계산 및 NMR 결정학을 기반으로 한 통합 전략을 사용하여 N-포르밀-메티오닐-류실-페닐알라닌의 결정 구조를 성공적으로 규명하고 확인했습니다. ⁵ 저희가 아는 한, 이 화합물의 결정 구조는 이전에 보고된 바 없습니다. 이 두 번째 사례는 제안된 방법이 특정 종류의 화합물에만 국한되지 않고 복잡한 분자 구조를 가진 펩타이드를 포함한 다양한 다결정 물질에 광범위하게 적용될 수 있음을 보여줍니다.

9. 결론

완전히 알려지지 않은 분말 시료의 결정 구조를 어떻게 규명할 수 있을까요? 본 연구에서는 SynergyED(3D ED), DART-HRMS, NMR 분광법, 양자 화학 계산 및 데이터베이스 마이닝을 결합한 통합적 접근법을 제안합니다. 이러한 상호 보완적인 기술들을 통합함으로써, 시료에 대한 사전 정보 없이도 결정 구조를 규명할 수 있습니다. 이 접근법의 중요한 장점은 접근성입니다. 본 연구에서는 Quantum ESPRESSO와 같은 오픈 소스 소프트웨어를 활용합니다. ^{13, 14} 또한 PubChem과 같이 무료로 이용 가능한 화학 데이터베이스를 활용합니다. 결과적으로 핵심 워크플로우에는 고가의 도구가 필요하지 않습니다. 절차를 간소화하기 위해 Quantum ESPRESSO의 출력물을 처리하는 데 JEOL JASON 소프트웨어를 사용하는데, 이는 추가 비용을 최소화하면서 사용 편의성을 크게 향상시킬 수 있습니다.

현재 방법은 여러 장점에도 불구하고 데이터베이스 범위와 관련된 중요한 한계를 가지고 있습니다. PubChem에는 100억 개 이상의 화학 구조가 포함되어 있지만, 모든 가능한 화합물을 다 포함하고 있지는 않습니다. 만약 정확한 구조가 데이터베이스에 포함되어 있지 않다면, 현재 접근 방식은 구조를 식별하지 못하거나 심지어 잘못된 결과를 도출할 수도 있습니다. 이러한 경우, 확장된 NMR 분석이나 질량 스펙트럼의 조각 기반 해석과 같은 추가적인 실험 정보가 이러한 한계를 완화하는 데 도움이 될 수 있습니다.

현재 저희는 이 프로젝트의 다음 단계를 진행 중이며, 전체 워크플로우를 더욱 자동화하고 일반화하는 것을 목표로 하고 있습니다. 저희의 목표는 최소한의 수동 작업만으로 미지의 다결정 시료의 구조를 정확하게 규명할 수 있도록 하는 것입니다.

실험에 대한 자세한 내용과 심층적인 논의는 원문을 참조하십시오. ⁵

10. 감사의 말

본 프로젝트는 토리노 대학교의 미켈레 R. 키에로티 교수 연구팀과의 긴밀하고 생산적인 협력을 통해 수행되었습니다. 귀중한 기여를 해주신 키아라 사베나(토리노 대학교)와 페데리카 브라베티(괴테 대학교)를 비롯한 모든 국제 연구팀 구성원들에게 깊은 감사를 드립니다. 또한 SynergyED 및 HRMS 측정에 아낌없는 지원을 해주신 JEOL Ltd.의 나츠키 미야우치, 미호 나카후카사코, 요시타카 아오야마, 카츠오 아사쿠라, 키요타카 코누마, 마사히로 하시모토 동료분들께도 감사를 표합니다.

11. 참조

¹ U. Kolb,* T. Gorelik, C. Kübel, MT Otten, D. Hubert, Ultramicroscopy, 107 (2007) 507-513.

² T. Gruene,* JTC Wennmacher, C. Zaubitzer, JJ Holstein, J. Heidler, A. Fecteau-Lefebvre, S. De Carlo, E. Müller, KN Goldie, I. Regeni, T. Li, G. Santiso-Quinones, G. Steinfeld, S. Handschin, E. van Genderen, JA van Bokhoven, GH Clever, R. 판텔릭, 앤쥬. 화학. 국제 Ed., 57 (2018) 16313 -16317.

³ CG Jones, MW Martynowycz, J. Hattne, TJ Fulton, BM Stoltz,* JA Rodriguez,* HM Nelson,* T. Gonen,* ACS Cent. Sci., 4, 1587 -1592 (2018)

⁴ C. Guzmán-Afonso, Y.-l. Hong, H. Colaux, H. Iijima, A. Saitow, T. Fukumura, Y. Aoyama, S. Motoki, T. Oikawa, T. Yamazaki, K. Yonekura, Y. Nishiyama,* Nat. 커뮤니케이터 10(2019) 3537.

⁵ C. Sabena, F. Bravetti, N. Miyauchi, M. Nakafukasako, Y. Aoyama, K. Asakura, K. Konuma, M. Hashimoto, Y. Nishiyama,* MR Chierotti,* Commun. 화학. 9 (2026) 97. DOI: 10.1038/s42004-026-01902-1

⁶ RB Cody,* JA Laramee, HD Durst, Anal. Chem. 77 (2005) 2297-2302.

⁷ https://pubchem.ncbi.nlm.nih.gov/

⁸ P. Hodgkinson,* Prog. Nucl. Magn. Reson. Spectrosc., 118-119 (2020) 10-53.

⁹ L. Rajput,† M. Banik,† JSR Yarava, S. Joseph, MK Pandey, Y. Nishiyama,* GR Desiraju,* IUCrJ 4 (2017) 466-475.

¹⁰ D. Bernasconi, S. Bordignon, F. Rossi, E. Priola, C. Nervi, R. Gobetto, D. Voinovich, D. Hasa, NT Duong, Y. Nishiyama, MR Chierotti,* Cryst. 성장 Des., 20 (2020) 906-915.

¹¹ T. Steiner,* I. Majerz,* CC Wilson,* Angew. Chem. Int. Ed. 40 (2001) 2651-2654.

¹² NT Duong, F. Rossi, M. Makrinich, A. Goldbourt, MR Chierotti, R. Gobetto, Y. Nishiyama,* J. Magn. Reson. 308(2019) 106559.

¹³ P. Giannozzi, S. Baroni, N. Bonini, M. Calandra, R. Car, C. Cavazzoni, D. Ceresoli, GL Chiarotti, M. Cococcioni, I. Dabo, A. Dal Corso, S. Fabris, G. Fratesi, S. de Gironcoli, R. Gebauer, U. Gerstmann, C. Gougoussis, A. Kokalj, M. Lazzeri, L. Martin-Samos, N. Marzari, F. Mauri, R. Mazzarello, S. Paolini, A. Pasquarello, L. Paulatto, C. Sbraccia, S. Scandolo, G. Sclauzero, AP Seitsonen, A. Smogunov, P. Umari, RM Wentzcovitch, J. Phys.: Condens. 제21호(2009) 395502.

¹⁴ P. Giannozzi,* O. Andreussi, T. Brumme, O. Bunau, MB Nardelli, M. Calandra, R. Car, C. Cavazzoni, D. Ceresoli, M. Cococcioni, N. Colonna, I. Carnimeo, A. Dal Corso, S. de Gironcoli, P. Delugas, RA DiStasio Jr, A. Ferretti, A. Floris, G. Fratesi, G. Fugallo, R. Gebauer, U. Gerstmann, F. Giustino, T. Gorni, J. Jia, M. Kawamura, H.-Y. Ko, A. Kokalj, E. Küçükbenli, M. Lazzeri, M. Marsili, N. Marzari, F. Mauri, NL Nguyen, H.-V. Nguyen, A. Otero-de-la-Roza, L. Paulatto, S. Poncé, D. Rocca, R. Sabatini, B. Santra, M. Schlipf, AP Seitsonen, A. Smogunov, I. Timrov, T. Thonhauser, P. Umari, N. Vast, X. Wu, S. Baroni, J. Phys.: Condens. 제29호(2017) 465901.

12. 관련 제품

전자회절분석기XtaLAB Synergy-ED

XtaLAB Synergy-ED는 Rigaku와 JEOL의 핵심 기술의 시너지로 탄생한 완전히 새로운 전자 회절계입니다.
리가쿠의 고속 초고감도 검출기 HyPix-ED, 측정부터 구조 분석까지 모든 것을 포괄하는 소프트웨어 "CrysAlisPro for ED", 그리고 수년간 개량된 JEOL의 전자빔 생성 및 제어 기술을 통합했습니다. 측정 샘플(나노크리스털) 선택에서 데이터 수집 및 분석까지의 흐름을 통합함으로써, 기존에 필요한 전자 현미경 및 결정학에 대한 전문 지식이 부족한 비전문가도 전자 회절 구조 분석을 쉽게 사용할 수 있습니다.

JMS-T100LP AccuTOF LC-Express대기압 이온화고분해능 비행 시간 질량 분석기

AccuTOF™ LC-Express는 성공적인 AccuTOF™ LC 시리즈의 XNUMX세대 제품으로, 여러 이온화 방법으로 높은 생산성을 목표로 하는 견고하고 유지 관리가 쉬운 고처리량 질량 분석기입니다.
JEOL의 고유한 이온화 기술인 DART™(실시간 직접 분석)는 정확한 질량 정보를 신속하게 제공할 수 있습니다. 이온 소스를 LC/MS 작동을 위한 전자 분무 이온화(ESI) 소스 또는 ColdSpray 이온화(CSI) 소스로 교체하는 것도 쉽습니다. 따라서 AccuTOF™ LC-Express는 유기 화학 및 재료 과학 분야의 다양한 연구 요구를 충족할 수 있습니다.

NMR 분광기 ECZ Luminous™ JNM-ECZL 시리즈 FT NMR

ECZ Luminous™(JNM-ECZL 시리즈)는 최첨단 디지털 및 고주파 기술을 갖춘 FT NMR 분광기입니다. 고속, 고정밀 디지털 고주파 제어 회로인 고도로 통합된 Smart Transceiver System은 분광기의 추가 소형화 및 높은 신뢰성을 가능하게 합니다. 기존 저전계 용액 NMR 시스템의 크기를 유지하면서 고전계 및 고체 NMR 측정이 가능합니다.
새로운 Multi Frequency Drive System은 표준 구성에서 다중 공진 측정을 가능하게 하여 더 광범위한 솔루션을 제공합니다. ECZ Luminous™의 세계를 즐기시기 바랍니다.