고급 AI 기술로 가능
알려지지 않은 화합물의 구조 분석
msFineAnalysis AI는 JEOL JMST2000GC "AccuTOF™ GC-Alpha"용으로 특별히 설계된 미지 물질에 대한 새로운 구조 분석 도구를 제공합니다. 이 차세대 소프트웨어는 이 구조 분석 기능을 추가하여 이전 세대 msFineAnalysis에서 이미 사용할 수 있었던 전반적인 자동 정성 분석 기능을 개선합니다.
새로운 "통합 분석" GC/EI 고분해능 데이터, GC/연성 이온화 고분해능 데이터 결합, "구조 분석" 두 개의 AI(메인 AI, 지원 AI)를 사용합니다. 이러한 고급 AI 기술을 통해 msFineAnalysis AI는 이전에 GC-MS 정성 분석에 사용할 수 없었던 고유한 자동 구조 분석 기능을 제공할 수 있습니다.
특징
#1 AI 구조 분석
진화하는 혁신적인 솔루션: 미지 화합물에 대한 분자식 추정에서 구조식 예측까지
라이브러리 데이터베이스(▼)에 등록되지 않은 미지 화합물의 경우 기존의 msFineAnalysis 알고리즘이 자동으로 분자식을 제안합니다. 한 단계 더 나아가 msFineAnalysis AI는 감지된 모든 구성 요소의 구조를 자동으로 예측할 수 있습니다.
Soft ionization의 필요성: 분자식 정보의 확실한 획득은 구조분석의 첫걸음!
라이브러리에 등록되지 않은 구성 요소의 질량 스펙트럼
EI 질량 스펙트럼 데이터는 라이브러리 데이터베이스에 사용되므로 EI 방법은 GC-MS 샘플의 정성 분석에 널리 사용됩니다. 그러나 EI는 하드 이온화 방법이기 때문에 많은 단편 이온이 관찰되며 많은 경우 분자 이온에 대한 신호가 미미하거나 전혀 관찰되지 않는 경우가 드물지 않습니다.
또한 라이브러리 데이터베이스에 등록되지 않은 미지 물질의 경우 EI 질량 스펙트럼만으로는 관찰된 최대 물질인지 여부를 구별하기 어렵습니다. m / z 실제로 분자 이온 또는 조각 이온입니다. 이러한 경우, 소프트 이온화 방법은 이 정보를 결정하는 효과적인 도구입니다.
AccuTOF™ GC-Alpha를 사용하면 FI, PI 및 CI를 포함한 다양한 소프트 이온화 방법을 시스템에서 선택적으로 사용할 수 있습니다. 이러한 기술은 분자량 정보를 제공하는 이온(예: 분자 이온 및 양성자화된 분자)을 구별하는 데 도움이 될 수 있으며, 이를 통해 알려지지 않은 구성 요소에 대한 분자식 정보를 정확하게 결정할 수 있습니다.
분자식 정보는 AI 구조 분석의 중요한 출발점이기 때문에 소프트 이온화는 미지 화합물을 식별하는 데 매우 중요합니다.
숙련된 분석가의 수동 구조 분석 vs. AI 자동 구조 분석
※ JMS-T2000GC 표준구성 PC로 측정
Py-GC-TOFMS로 측정한 아크릴 수지에서 관찰된 화합물 중 NIST 라이브러리 데이터베이스에 등록되지 않은 화합물에 대해 구조 분석에 소요되는 시간을 비교하였다.
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 정확한 구조식 간의 AI 구조 분석 점수(유사성)
구조식은 구조식이 매우 유사하게 예측되었음을 나타냅니다.
두 개의 AI를 사용한 자동 구조 분석:
온라인 환경이 필요 없는 안정적인 구조 분석
msFineAnalysis AI는 자동화된 구조 분석 기능을 제공합니다.
세계적으로 인정된 100억개 이상의 유기화합물의 구조식 정보와 새로 개발된 XNUMX개의 AI 모델을 이용한 계산을 기반으로 라이브러리 데이터베이스에 등록되지 않은 성분에 대해서도 후보 구조식을 제공한다.
핵심기술의 진화 “AI 구조분석”
msFineAnalytic AI Ver.2에서는 구조 분석 기능이 크게 향상되었습니다.
Graph Convolutional Networks를 사용한 EI 질량 스펙트럼 예측 모델은 다음과 같습니다.
더욱 세련되었습니다. 유사성과 정확성 모두 크게 향상되었습니다.
ver.1에서는 자동화된 구조 해석을 위해 보다 정확한 결과를 제공합니다.
※AI 모델은 상품에 포함되어 있지 않습니다. 최신 AI 모델과 구조로 만들어진 AI 라이브러리
수식 필터링 기능이 포함되어 있습니다.
AI 라이브러리에 등록된 화합물 수가 120개로 확장되었습니다.
백만 개의 화합물. 2개의 in-silico 라이브러리가 포함되어 범위가 확장됩니다.
재료 분석 및 대사체학 응용 분야.
AI는 구조식을 통해 리텐션 지수(RI)를 예측하고,
측정된 RI 값은 후보 구조식의 범위를 좁히는 데 사용됩니다.
이 기능은 올바른 구조식을 빠르게 좁히는 데 도움이 됩니다.
※본 기능은 컬럼 종류가 "표준비극성" 또는 "준표준비극성"인 경우에만 사용할 수 있습니다.
"표준 폴라"는 사용할 수 없습니다.
AI 구조 분석 애플리케이션
식품 내 미지 화합물의 구조 분석
HS-SPME GC/MS 조합을 이용하여 굴의 향미성분을 분석하였습니다. 이전에 1,5-Octadien-3-ol1)로 식별된 알려지지 않은 성분의 AI 구조 분석을 통해 2,560개의 후보 구조식을 얻었으며, 이는 "OH" 하위 구조 필터를 사용하여 1,031개의 후보로 좁혀졌습니다.
논문에서 제안한 구조식은 AI 점수가 4로 꽤 높은 875번째 히트였다.
1) 우에다 겐지, 야히로 코키, 아카카베 요시히코, J. Oleo Sci. 72, (7) 725-732 (2023)
굴의 향미성분 AI 구조분석 결과창
HS-SPME(헤드스페이스 – 고체상 미세 추출) 자동 시료 주입기가 포함된 JMS-T2000GC
폐폴리스티렌 업사이클링으로 발생하는 미지 화합물의 구조 분석(MSTips No.456)
업사이클링 공정에 흔히 사용되는 폐폴리스티렌2)의 촉매반응을 수행하였고, 생성된 물질을 AI 구조분석을 이용하여 분석하였다. 폐폴리스티렌의 분해 과정에서 검출된 특징적인 화합물은 (2-페닐사이클로헥실)벤젠으로 추정되었습니다. 촉매 반응에서 생성된 화합물에 대한 정확한 정성 분석은 촉매 반응 및 규모 확대 반응을 평가하는 데 유용한 지식을 제공합니다. AI 구조 분석은 이러한 종류의 폴리머 처리에 대한 구조식을 결정하는 데 유용합니다.
2) Zhen Xu, Fuping Pan, Mengqi Sun, Jianjun Xu, Nuwayo Eric Munyaneza, Zacary L. Croft, Gangshu (George) Cai 및 Guoliang Liu. PNAS, 2022, Vol.119,No.34,1-8. https://doi.org/10.1073/pnas.2203346119
분해 과정에서 검출된 특징적인 화합물에 대한 AI 구조 분석 창
분해과정과 업사이클링 과정에 대한 합성 방식과 샘플 사진.
#2 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
#3 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.
보유 지수(RI)는 n-알칸 표준 혼합물의 보유 시간(RT)을 기준으로 한 상대 지수 값입니다.
#4 두 샘플 비교(차이 분석)
이 함수는 세로축에 p-값의 재현성을 사용하고 가로축에 두 샘플 간의 강도 비율을 나타내는 화산 플롯을 사용합니다.
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.
제품 사양
주요 사양
JMS-T2000GC AccuTOFTM GC-알파
| 질량 분해능 | 30,000 @ m / z 614 |
|---|---|
| 질량 정확도 | 1ppm @ EI 표준 이온 소스 |
| 이온화 방법 | EI、CI、PI、FI、FD、DEI、DCI |
msFineAnalytic AI 버전. 2
| 제품 사양 | ・자동으로 피크를 감지하고 질량 스펙트럼 생성 |
|---|---|
| ・수동 피크 검출을 통한 질량 스펙트럼 생성 | |
| ・디콘볼루션 처리에 의한 질량 스펙트럼 생성 | |
| ・2개의 측정 데이터 항목의 동일한 성분 분석 | |
| ・2개의 질량 스펙트럼에 따른 분자 이온 분석 | |
| ・분산성분분석 | |
| ・Retention 지수를 활용한 분석 결과 표시 | |
| ・NIST 데이터베이스 검색 결과 표시 | |
| ・정밀질량 계산 결과 표시 | |
| ・동위원소 패턴 분석 결과 표시 | |
| ・측정 조건 표시 | |
| ・사용자 인터페이스: 영어 | |
| ・AI 구조 분석 | |
| ・타겟 분석 |
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 고성능 가스 크로마토그래프 - ToF 질량분석기알파 – 새로운 시작
Alpha는 새로운 질량 분석의 세계로 안내합니다.
JMS-T2000GC "AccuTOF™ GC-Alpha"는 뛰어난 성능과 조작 편의성을 갖춘 궁극의 GC-MS입니다.
