[發明專利]一種改進離子阱質譜儀低質量截止值的方法有效
| 申請號: | 201410085907.2 | 申請日: | 2014-03-10 |
| 公開(公告)號: | CN104916520B | 公開(公告)日: | 2018-06-22 |
| 發明(設計)人: | 胡佩生 | 申請(專利權)人: | 蕪湖譜實源儀器有限公司 |
| 主分類號: | H01J49/42 | 分類號: | H01J49/42;H01J49/10 |
| 代理公司: | 常州佰業騰飛專利代理事務所(普通合伙) 32231 | 代理人: | 金輝 |
| 地址: | 241000 安徽省蕪湖*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電源 離子 離子阱質譜儀 數字方波 碎片離子 截止 離子阱 方波 解離 串級質譜分析 驅動工作電源 計算機控制 離子阱質譜 固定數字 母體離子 掃描數字 質量分析 質量選擇 中性分子 逐漸降低 高能量 改進 存儲 數碼 激發 分析 | ||
本發明涉及一種改進離子阱質譜儀低質量截止值的方法;所述離子阱的驅動工作電源為數字方波電源,方法包括(1)先固定數字方波電源的電壓和周期T進行離子的存儲和質量選擇;(2)然后進入離子的碰撞解離CID過程,在CID過程中,逐漸降低數字方波電源的周期T,使得被選擇出的母體離子被激發至較高能量狀態,并可以進一步與離子阱中的中性分子碰撞解離,產生碎片離子;(3)再從小到大掃描數字方波電源的周期T以實現離子的質量分析;上述所有過程均由計算機控制。此方法可以解決串級質譜分析中的三分之一低質量截止值的限制問題;實現了對低質量碎片離子的分析,顯著提高數碼離子阱質譜的性能。
技術領域
本發明屬于質譜儀器和分析技術領域,具體涉及一種改進離子阱質譜儀低質量截止值的方法。
背景技術
質譜儀是一種可以對樣品中的化學和生物成份及其含量進行準確分析的科學儀器,廣泛應用于現代科學研究和應用領域,如生命科學、環境保護、食品安全、航天、材料、地質、醫療衛生等。結構簡單,體積小,使用方便的離子阱質譜是近年來被廣泛應用的一種質譜儀。它具有所以種類質譜儀所共有的高靈敏度,高質量分辨能力。離子存儲和串級質譜分析是離子阱質譜的主要優點之一,它使得人們可以在一種單一的質譜儀上同時實現離子存儲,質量分析和串級質譜分析,獲得有關樣品組成和分子結構的多重信息。
但目前常用的離子阱質譜也有一定的局限性,例如,當用它分析串級質譜實驗結果時,存在所謂的低質量截止值(Low Mass Cutoff,LMCO),即當使用碰撞誘導解離(Collision-induced Dissociation,CID)方法解離母體離子時,低于母體離子約三分之一質荷比的碎片離子測量不到,也就是平常所謂的三分之一定則(one third rule)近年來,如何改進低質量截止值已成為離子阱質譜研究中的主要內容之一。
離子阱質譜低質量截止值(Low Mass Cutoff,LMCO)的產生原因
離子阱質譜分析中的低質量截止值(Low Mass Cutoff,LMCO)是指用離子阱質譜通過碰撞解離方法(Collision Induced Dissociation,CID)進行串級質譜分析時,如果碎片離子是經碰撞解離方法產生的,則質荷比低于母體離子質荷比約三分之一的碎片離子將無法被檢測到。下面我們從理論上討論低質量截止值,LMCO的產生原因。
根據離子阱工作原理,對于存儲于離子阱中的離子,存在以下關系式:
上式中,qz為離子阱的工作參數,V為離子阱工作電壓,Ω=2πf為離子阱工作電壓的角頻率,f為離子阱工作電壓的頻率;m為離子質量,e為離子所帶電荷,ro為離子阱的場半徑。
變化(1)得到:
由(2)可以看出,對于任何一個幾何結構一定,即ro一定的離子阱質量分析器來說,它都有一個離子質量存儲范圍,且此范圍由離子阱工作電壓V和電壓頻率f決定。
目前所使用的幾乎所有商業離子阱質譜儀,其工作電壓的頻率f是一定的,且在離子阱作質量選擇性隔離和串級質譜分析時,其工作電壓V和qz值也是一定的,因此,可由(2)式可計算出此時母體離子mp所對應的qd為:
在一般的商業儀器中,在CID過程中,離子阱的工作條件是不變的,即V,Ω,ro都不變,所以產生的每一種碎片離子md所對應的qd為:
則
或
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蕪湖譜實源儀器有限公司,未經蕪湖譜實源儀器有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410085907.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于深度學習的行人再標識方法
- 下一篇:生長鋯鈦酸鉛單晶的方法





