msFineAnalytic AI 버전. 3
알려지지 않은 화합물
구조 분석 소프트웨어

미지의 화합물 구조 분석의 새로운 시대
최첨단 AI 기술과 포괄적인 GCxGC의 융합

msFineAnalysis AI는 JEOL JMS-T2000GC "AccuTOF™ GC-Alpha 2.0"을 위해 특별히 설계된 미지 화합물에 대한 새로운 구조 분석 도구를 제공합니다. "통합 분석" GC/EI, GC/Soft Ionization 고해상도 데이터와 결합 "AI 구조 분석" 4가지 AI 기술을 사용합니다.
버전 3은 일반적인 GC-MS 데이터 분석 외에도 포괄적인 2차원 가스 크로마토그래피(GCxGC) 데이터 분석을 지원합니다. 석유 시료나 생명과학 시료와 같은 복잡한 혼합물에서 msFineAnalysis AI를 활용한 GCxGC의 초고분리 및 미지 화합물의 구조 분석은 매우 효과적입니다.
이러한 고급 AI 기술을 통해 msFineAnalysis AI는 이전에는 GCMS 및 GCxGC-MS 정성 분석에서는 제공되지 않았던 독특한 자동 구조 분석 기능을 제공할 수 있습니다.

기능

#1 AI 구조 분석

4가지 AI 기술을 활용한 혁신적인 솔루션
알려지지 않은 화합물에 대한 분자식 결정 및 구조식 추정 지원

알려지지 않은 화합물의 경우 (▼) NIST 데이터베이스에 등록되지 않은 경우, 기존 msFineAnalysis는 분자식을 자동으로 제공했습니다. msFineAnalysis AI를 사용하면 미지 화합물의 구조식을 자동으로 추정할 수 있습니다.

소프트 이온화의 필요성: 분자식 정보의 신뢰성 있는 수집은 구조 분석의 첫 단계입니다!

EI 질량 스펙트럼 데이터는 NIST 데이터베이스에 사용되므로 EI 방법은 GC-MS 시료의 정성 분석에 널리 사용됩니다. 그러나 EI는 강 이온화 방법이기 때문에 많은 조각 이온이 관찰되며, 많은 경우 분자 이온의 신호가 미미하거나 전혀 관찰되지 않는 경우가 흔합니다.

또한 NIST 데이터베이스에 등록되지 않은 알려지지 않은 화합물의 경우 EI 질량 스펙트럼만을 사용하여 가장 큰 관찰된 화합물이 무엇인지 구별하기 어렵습니다. m / z 값은 실제로 분자 이온이거나 조각 이온입니다. 이러한 경우, 소프트 이온화 방법은 이 정보를 확인하는 데 효과적인 도구입니다.

AccuTOFT™ GC-Alpha에서는 필드 이온화(FI), 광이온화(PI), 화학 이온화(CI)를 포함한 다양한 소프트 이온화 방법을 선택적으로 사용할 수 있습니다. 이러한 기술은 이온(예: 분자 이온 및 양성자화된 분자)을 구별하는 데 도움이 되며, 분자량 정보를 제공하여 미지 화합물의 분자식 정보를 정확하게 결정할 수 있습니다.

분자식 정보는 AI 구조 분석의 중요한 시작점이므로, 소프트 이온화는 알려지지 않은 화합물을 식별하는 데 매우 중요합니다.

등록되지 않은 성분의 질량 스펙트럼
NIST 데이터베이스

숙련된 분석가의 수동 구조 분석 vs AI 자동 구조 분석

※JMS-T2000GC 표준 구성 PC로 측정

Py-GCTOFMS로 측정한 아크릴 수지에서 관찰된 화합물에 대해 구조 분석에 필요한 시간을 비교하였으며, 해당 화합물은 NIST 데이터베이스에 등록되어 있지 않았습니다.
30년 이상의 질량 분석 경험이 있는 분석가도 필요합니다. 2개 성분의 구조 분석에 약 4시간 소요, 구성 요소당 30분입니다. 한편, AI 구조 분석 완료 100분 이내에 7개의 구성 요소, 구성 요소당 4초입니다.

숙련된 분석가가 추정한 구조식과 올바른 구조식 간의 AI 구조 분석 점수(유사도)는 구조식이 좋은 유사성을 가지고 예측되었음을 나타냅니다.

4가지 AI 기술을 활용한 혁신적인 솔루션
인터넷 연결 없이 자동 구조 분석

msFineAnalysis AI는 4가지의 서로 다른 AI 모델(표 1 참조)을 활용하여 분자식, 하부 구조, 기술적 노하우에 대한 분석을 자동으로 수행하고 분석 결과를 빠르게 제공합니다.

msFineAnalysis AI 워크플로

네 번째 AI에 의한 분자식의 독특한 선택

딥러닝 모델을 사용하여 후보 분자식에 점수(IM 점수)를 부여하고 순위를 매깁니다. 특히 높은 질량 범위에서 여러 후보 분자식을 결정하는 데 효과적입니다.

AI 모델의 진화

그래프 합성곱 신경망을 이용한 EI 질량 스펙트럼 예측 모델이 더욱 개선되었습니다. 버전 1과 2에 비해 유사도와 정확도가 크게 향상되어 더욱 정확한 자동 구조 분석 결과를 제공합니다.

10,000개의 알려진 화합물에 대한 측정 및 예측된 EI 질량 스펙트럼 간 모든 모델의 코사인 유사도 히스토그램입니다. 버전 3의 AI 모델은 성능이 더욱 향상되어 코사인 유사도 평균값이 0.86으로 향상되었습니다! (버전 1: 0.72, 버전 2: 0.80)

식품 내 미지 화합물의 구조 분석

굴의 풍미 성분은 HS-SPME GC-MS를 조합하여 분석했습니다. 이전에 1,5-옥타디엔-3-올로 확인된 미지의 화합물에 대한 AI 구조 분석¹⁾2,544개의 후보 구조식을 도출하였고, "OH" 하위 구조 필터를 사용하여 1,012개의 후보 구조식을 추려냈습니다. 논문에서 제안한 구조식은 AI 점수 936점을 기록하여 두 번째로 높은 점수를 받았습니다.

1) 우에다 겐지, 야히로 코키, 아카카베 요시히코, J. Oleo Sci. 72, (7) 725-732 (2023)

플레이버 성분의 AI 구조 분석 결과 창
굴에

HS-SPME가 있는 JMS-T2000GC
(헤드스페이스 - 고체상 미세추출) 오토샘플러

#2 GCxGC 데이터 분석

복잡한 혼합물 샘플에 대한 포괄적인 미지 화합물 분석

GCxGC는 두 가지 유형의 컬럼을 사용하여 여러 화합물이 포함된 복잡한 시료를 높은 분리도로 분석할 수 있습니다. 초고속 GCxGC 분리 크로마토그래피와 AI 구조 분석이 결합되어 새로운 정성 분석 솔루션을 제공합니다.

HeLa 세포에서 알려지지 않은 화합물 분석

HeLa 세포의 수용성 대사산물을 TMS로 유도체화하고 GCxGC-TOFMS로 측정한 결과, 총 674개의 대사산물이 검출되었습니다.

이전 연구에서²⁾NIST 데이터베이스에 등록되지 않은 물질인 N-메틸우리딘 모노포스페이트(N-methyluridine monophosphate, N-methyl UMP)로 확인된 미지의 화합물에 AI 기반 구조 분석을 적용했습니다. 그 결과, N-메틸 UMP가 805점이라는 우수한 AI 점수를 받아 최상위 후보로 선정되었습니다. 또한, N-메틸 UMP와 핵산 관련 화합물은 두 번째 열에서 유사한 머무름 시간을 나타내어 유사한 극성을 가진 화합물임을 알 수 있습니다.

2) Lai Z., Tsugawa H. 외 (2018). Nature Methods, 15(1), 53–56. DOI: 10.1038/nmeth.4512

이 샘플은 도쿄 농업기술대학의 히로시 쓰가와 교수님께서 친절하게 제공해 주셨습니다.

열분해 오일의 상세 분석

폴리에틸렌(PE), 폴리프로필렌(PP), 폴리염화비닐(PVC)의 혼합물에서 생성된 열분해 오일을 GCxGC-TOFMS로 분석하였다. 그 결과, 1D GC로는 분리하기 어려운 PE/PP 유래 알칸과 알켄을 명확하게 분리할 수 있었다. 또한, 소프트 이온화법을 이용하여 피크의 분자식을 확인하였다. NIST 데이터베이스에 등록되지 않은 미지 화합물의 경우, AI 구조 분석을 이용하여 구조식을 얻었다.

이 샘플은 도호쿠 대학의 쿠마가이 쇼고 부교수님께서 친절하게 제공해 주셨습니다.

#3 대상 분석

알려진 화합물에 대한 신속한 검색

타겟 분석 기능은 조성식을 기준으로 화합물을 자동으로 검색하고, m / z 값 및 CAS#.
사전 설정된 대상 분석 목록을 사용할 수 있습니다. 또한, 사용자 정의 목록을 생성하고 관심 샘플 및 분석물질에 맞게 맞춤화할 수 있습니다. 타겟분석으로 검출된 화합물에 대한 통합분석 및 AI 구조분석도 가능합니다.

식품 내 풍미 및 이취 성분의 표적 분석

msFineAnalytic AI는 비표적 분석뿐만 아니라 표적 분석도 지원합니다. 조성식을 기준으로 대상 화합물을 자동으로 검색하고, m / z 값과 CAS#.

레몬즙의 향미 성분 데이터의 경우, 10개의 이취 성분의 목표 목록으로 분석했을 때 498개의 화합물이 추출되었습니다. 오른쪽 하단의 결과 창에는 10가지 성분 중 Citral의 상세한 분석 결과가 표시됩니다.

498개 이취 성분의 목표 목록

레몬즙에 함유된 시트랄의 상세한 분석

#4 디콘볼루션 감지

크로마토그래피 피크 디콘볼루션은 여러 성분의 동시 용출로 인해 TICC에서 명확하지 않을 수 있는 미량 성분을 검출할 수 있습니다.

EI: 검은색 실선: TICC, 회색 피크: 디콘볼루션 피크(파란색: 현재 선택됨)
FI: 녹색 실선: TICC, 회색 피크: 디콘볼루션 피크(파란색: 현재 선택됨)

이 단계는 각 화합물과 함께 이동하는 이온을 정의하여 데이터 분석 프로세스를 단순화하고 추출된 이온 크로마토그램(EIC)을 생성할 필요가 없습니다.

#5 두 샘플 비교(차이 분석)

이 함수는 화산 플롯을 사용하는데, 수직축의 p값은 재현성을 나타내고, 수평축의 두 샘플 간의 강도 비율을 나타냅니다.

상세 분석 – 화산 플롯
(A: 참고품, B: 불량품)

이 정보를 통해 두 샘플 간의 서로 다른 구성 요소를 시각적으로 확인할 수 있습니다. 예를 들어, 기준품과 불량품을 비교할 때 성분의 증가 또는 감소 여부를 확인하거나 기존 재료와 비교하여 새로운 재료의 특징적인 성분을 식별할 수 있습니다. 두 샘플 비교의 경우 각 샘플에 대한 측정 횟수를 n=1, 3, 5로 설정할 수 있습니다.

기술 사양

주요 사양

JMS-T2000GC AccuTOF^TM GC-알파 2.0

msFineAnalytic AI 버전. 2

카탈로그 다운로드

msFineAnalysis AI 미지 화합물 구조 분석 소프트웨어자동

어플리케이션

GC-TOFMS 응용 프로그램: msFineAnalytic AI를 사용한 반도체 제조용 용매의 불순물 정성 분석

GC-TOFMS 응용 프로그램: 약초의 화학 성분에 대한 정성 분석

GC-TOFMS 애플리케이션: AI 구조 분석 기능을 갖춘 JMS-T2000GC용 msFineAnalytic AI 새로운 정성 분석 소프트웨어

GC-TOFMS 애플리케이션: 자동 구조 분석 소프트웨어 msFineAnalysis AI에 AI 구조 분석 기능 도입

GC-TOFMS 응용 프로그램: Py-GC-HRTOFMS 및 msFineAnalysis AI를 사용한 아크릴 수지 올리고머의 구조 분석

GC-TOFMS 응용: Py-GC-HRTOFMS 및 msFineAnalysis AI를 사용한 Vinyl Acetate의 첨가제 및 관련 화합물의 구조 분석

GC-TOFMS 응용: Py-GC-HRTOFMS 및 msFineAnalysis AI를 사용한 폴리에틸렌 테레프탈레이트 필름의 구조 분석

관련 상품

JMS-T2000GC AccuTOF™ GC-Alpha 2.0 가스 크로마토그래프 - 비행시간형 질량 분석기

최고의 성능과 기능을 추구하는 궁극의 GC-MS 시스템인 JMS-T2000GC AccuTOF™ GC-Alpha는 완전 자동화된 표준 시료 주입구와 msFineAnalysis AI를 통합하여 버전 "2.0"으로 진화했습니다.

더 많은 정보