[發明專利]UHPLC-HRMS數據依賴性采集的信息解析方法

有效

• 申請號: 202210037156.1
• 申請日: 2022-01-13
• 公開（公告）號: CN114324713B
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 于永杰;張佳妮;劉佳楠;汪興財;佘遠斌
• 申請（專利權）人: 寧夏醫科大學
• 主分類號: G01N30/86
• 分類號: G01N30/86;G01N30/72
• 代理公司: 北京東方盛凡知識產權代理有限公司 11562
• 代理人: 李娜

本發明公開一種UHPLC?HRMS數據依賴性采集的信息解析方法，包括以下步驟：基于UHPLC?HRMS采集得到數據依賴性采集數據，基于所述數據依賴性采集數據中的MS¹數據構建EIC；提取所述EIC中的EIC峰；基于所述EIC峰，通過SVD建立MS/MS譜圖；基于所述MS/MS譜圖識別源內碎片離子，并根據所述碎片離子識別結果構建MS¹譜圖，完成UHPLC?HRMS分析。本發明能有效實現EIC提取、EIC峰提取、MS/MS構建和碎片離子鑒定以及MS¹譜圖構建，改善假陽性和假陰性的問題。

技術領域

本發明屬于超高效液相色譜-高分辨質譜數據解析技術領域，尤其涉及一種UHPLC-HRMS數據依賴性采集的信息解析方法。

背景技術

超高效液相色譜-高分辨質譜(UHPLC-HRMS)的采用已被全球廣泛接受，用于進行靶向和非靶向分析，如代謝組學、脂質組學、食品分析等。數據依賴性采集(DDA)模式是安捷倫、ThermoFisher和ABSCIEX(稱為IDA)等高級UHPLC-HRMS儀器支持的數據采集模式。在DDA的幫助下，MS¹和MS/MS光譜都可以在一個采樣循環內獲得。來自DDA的MS¹信息可用于篩選目標化合物，如標記物，而每個篩選化合物對應的MS/MS信息可用于化合物識別。因此，DDA可以極大地幫助分析人員同時進行非靶向數據分析和化合物鑒定。

DDA已廣泛用于蛋白質組學，以全面表征分析樣品中的肽段。近年來，利用DDA完成地理來源判別、質量控制、生物標志物篩選等方面發表了多篇科學論文。與數據獨立采集(DIA)相比，DDA的一個優勢是可以直接獲取離子的MS/MS譜圖，因此可以潛在地用于源內碎片離子識別。在復雜的樣品分析中，源內碎裂的發生會導致化合物產生許多離子，這些離子經常在未經適當處理的情況下從各種化合物中識別為準分子離子。

當前的數據分析工具，如MS-DIAL、Mzmine2、Progenesis QI和CompoundDiscovery，無法在數據分析過程中進行碎片離子鑒定。XCMS的開發人員設計了一種策略，即通過使用庫中存儲的標準質譜來識別源內碎片離子，無法識別庫中不存在的碎片離子。相比之下，來自DDA模式的MS/MS信息可以自動用于識別分析樣品中的碎片離子，理論上，由于在數據收集中使用相同的儀器條件，這比庫中的碎片離子更準確。

盡管已經出現了許多數據分析工具用于非靶向代謝譜分析，包括MS-DIAL、XCMS、Mzmine2、KPIC2和AntDAS，但當前的數據分析工具并未完全獲取來自DDA的信息。換句話說，當前的數據分析側重于執行基于MS¹的非靶向代謝組學，以篩選豐度在組間顯示出顯著差異的特征。化合物鑒定和碎片離子鑒定尚未完全針對DDA模式進行開發。

發明內容

針對現有技術的不足，本發明提供UHPLC-HRMS數據依賴性采集的信息解析方法，該方法能有效實現提取離子色譜(EIC)提取、EIC峰提取、MS/MS構建和碎片離子鑒定，改善假陽性和假陰性的問題。

為實現上述目的，本發明提供了UHPLC-HRMS數據依賴性采集的信息解析方法，包括以下步驟：

基于UHPLC-HRMS采集得到數據依賴性采集數據，基于所述數據依賴性采集數據中的MS¹數據構建EIC；

提取所述EIC中的EIC峰；

基于所述EIC峰，通過SVD建立MS/MS譜圖；

基于所述MS/MS譜圖識別源內碎片離子；

根據所述源內碎片離子的識別結果構建MS¹譜圖，完成UHPLC-HRMS分析。

可選地，構建所述EIC的方法包括：

根據離子豐度進行EIC種子的選擇，獲得EIC種子群；