자동 구조 분석 소프트웨어 msFineAnalytic AI에 AI 구조 분석 기능 도입 [GC-TOFMS 애플리케이션]
엠에스팁 388호
개요
전자 이온화(EI)는 가스 크로마토그래피-질량 분석법(GC-MS)에서 사용되는 가장 보편적인 이온화 방법 중 하나입니다. 결과적으로 화합물은 일반적으로 EI 질량 스펙트럼을 사용하는 질량 스펙트럼 데이터베이스 검색으로 식별됩니다. 분자 이온은 종종 70 eV EI 질량 스펙트럼에서 약하거나 부재하기 때문에 EI만으로는 미지 물질을 식별하기 어려울 수 있습니다. 이러한 경우 소프트 이온화(SI)는 분자 이온을 생성하고 식별하는 데 매우 유용할 수 있습니다. 최근 JEOL은 EI 및 SI 데이터의 정보를 자동으로 결합하고 해석하는 통합 정성 분석 워크플로우를 개발하기 시작했습니다. 그리고 2018년에는 EI 및 SI 데이터를 모두 사용하여 GC-MS 애플리케이션의 화합물 식별을 개선하는 통합 정성 분석 소프트웨어 "msFineAnalysis"를 출시했습니다.
msFineAnalysis가 EI 단편 이온 공식에서 분자식과 부분 구조 정보를 자동으로 결정할 수 있었음에도 불구하고 실제 구조식은 여전히 화학 조성을 사용한 수동 분석이 필요했습니다. 이 문제를 해결하기 위해 인공 지능(AI)을 사용하여 화학 구조에서 EI 질량 스펙트럼을 예측하는 "msFineAnalysis AI"라는 자동 구조 분석 소프트웨어 패키지를 개발했습니다. 우리는 새로 개발된 AI 모델을 사용하여 약 100억 개의 화합물에 대한 예측된 EI 질량 스펙트럼의 데이터베이스를 만들었습니다. 이 작품에서는 자동 구조 분석 소프트웨어 msFineAnalysis AI에서 AI 구조 분석 기능을 소개합니다.
그림 1 msFineAnalysis AI의 분석 결과 이미지
AI 구조 분석 기능 소개
AI 구조 분석 기능은 머신러닝과 딥러닝을 상호보완적으로 결합한 두 개의 AI(메인 AI, 지원 AI)를 이용해 미지 화합물에 대한 자동 구조 분석을 수행한다.
그림 2는 주요 AI에 의한 AI 구조 분석의 워크플로를 보여줍니다. 메인 AI에서는 구조식으로부터 EI 질량 스펙트럼 예측을 위한 모델을 딥 러닝을 사용하여 구성했으며, 100억 개 화합물의 예측 EI 질량 스펙트럼을 "AI 라이브러리" 데이터베이스로 소프트웨어에 포함했습니다. "AI 라이브러리"를 사용한 데이터베이스 검색 기능은 상용 EI 질량 스펙트럼 데이터베이스를 사용한 기존 라이브러리 검색과 유사하게 구현됩니다. 통합 정성 분석을 통해 고유하게 결정된 분자식으로 구조식 후보를 좁혀서 보다 정확한 구조식을 빠르게 얻을 수 있습니다. 예측된 EI 질량 스펙트럼과 측정된 EI 질량 스펙트럼을 비교한 후 스펙트럼 패턴으로부터 점수를 계산하고 점수가 높은 순서대로 후보 구조식을 배열하였다. 마지막으로, 얻어진 구조식 후보들과 이전 분석에서 얻은 지식 및 노하우와 샘플 정보를 조합하여 올바른 구조식을 선택한다.
그림 3은 지원 AI에 의한 부분 구조 예측의 워크플로를 보여줍니다. 지원 AI는 측정된 EI 질량 스펙트럼에서 부분 구조를 예측하여 분석 결과 해석을 지원합니다. 정확한 질량 분석을 통해 얻은 조각 이온과 중성 손실의 조성 공식을 분석할 수 있으며 메인 AI가 제안하는 구조 정보 해석을 보조할 수 있습니다.
그림 2 주요 AI 워크플로
그림 3 지원 AI 워크플로
AI 구조 분석 결과 GUI
그림 4는 msFineAnalysis AI에 의한 아크릴 수지 올리고머의 AI 구조 분석 결과를 보여줍니다. 분석 대상은 NIST 라이브러리 데이터베이스에 등록되지 않은 이합체 성분이다. 분석 결과 화면의 왼쪽은 메인 AI에 의한 구조물 후보를 보여주고, 오른쪽은 지원 AI에 의한 분석 결과를 보여줍니다. 데이터베이스에 등록되지 않은 미지의 화합물에 대해서도 상세한 구조 정보를 얻을 수 있습니다.
AI 분석 결과 메인 화면 하단에는 예측한 구조식 목록이 나타나며, AI 구조 분석 결과를 한번에 확인할 수 있다. AI 점수는 AI 라이브러리와 측정된 질량 스펙트럼 간의 유사성을 나타내며 각 구조식 하단에 표시됩니다. 또한 선택한 구조식에 대한 정보가 화면 상단에 게시됩니다. 히스토그램에서 선택한 구조식이 어디에 있는지 확인할 수 있습니다. 또한 부분 구조와 모노머에 의한 필터링 기능을 포함하여 구조 분석 결과에 후술할 지원 AI에서 예측한 하위 구조의 유무를 반영할 수 있습니다.
지원 AI 분석 결과 화면에서 예측된 부분 구조 정보가 화면 하단에 표시됩니다. 목록에서 왼쪽은 존재할 것으로 예측되는 부분 구조이고, 오른쪽은 존재하지 않을 것으로 예측되는 부분 구조입니다. 파란색 배경의 부분 구조는 메인 AI에서 선택한 구조식과 일치하지만 빨간색 배경의 부분 구조는 일치하지 않습니다. 측정된 질량 스펙트럼과 각 단편 이온/중성 손실의 예상 구성 공식이 화면 상단에 게시됩니다. 각 예상 구성 공식에 대한 설명을 확인하고 편집할 수도 있습니다.
그림 4 msFineAnalysis AI의 GUI
결론
이 MSTips에서는 정성 분석 워크플로우를 향상시키는 AI 구조 분석 기능이 포함된 새로 개발된 소프트웨어 msFineAnalysis AI를 소개했습니다. 머신러닝과 딥러닝을 상호보완적으로 결합한 두 개의 AI(메인 AI, 보조 AI)를 이용해 미지 화합물에 대한 자동 구조 분석을 수행하는 소프트웨어다. 소프트웨어가 복잡한 질량 스펙트럼을 자동으로 해석하므로 질량 분석법 및 AI에 대한 지식이 필요하지 않습니다.
GC-MS 데이터의 정성 분석은 특히 복잡한 시료에서 미지의 화합물을 식별하려고 할 때 msFineAnalysis AI와 함께 EI 및 SI 데이터를 사용하여 크게 도움이 될 수 있습니다.
