在复杂矩阵中发现新化合物的"描绘"策略:Lycibarbarspermidines作为一个案例

科学领域:

• 分析化学 分析化学
• 自然产品化学 自然产品化学
• 药理学是指药理学,即药理学是指药理学.

背景情况:

• 在复杂矩阵中全面检测活性成分是具有挑战性的.
• 液体染色学与高分辨率质谱学 (LC-HRMS) 结合,是关键的分析平台,但面临瓶.
• 在Lycii Fructus中的Lycibarbarspermidines是重要的抗氧化剂,但它们的低含量限制了结构识别.

研究的目的:

• 制定一个综合战略,全面检测和识别Lycii Fructus中的Lycibarbarspermidine衍生物.
• 为了克服微量含量检测,碎片信息获取和MS2频谱解释方面的局限性.
• 发现新的lycibarbarspermidine结构并改进化合物发现管道.

主要方法:

• 一个"描绘"战略,整合了数据库设计,以极性为导向的样本准备,分子网络和数据依赖扫描 (DDA) 与并行反应监测 (PRM).
• 建立基于生物合成途径的数据库,以扩大衍生品的覆盖范围.
• 以极性为导向的样本制备以增加目标化合物度.
• 基于碎片化途径的分子网络构建,用于全面识别.
• 接下来是DDA,然后是PRM,以捕获弱信号并改善MS2碎片离子采集.

主要成果:

• 在Lycii Fructus中检测并确定了210种lycibarbarspermidine衍生物.
• 170种潜在的新化合物的结构特征.
• 综合战略显著提高了低响应组件的检测灵敏度和覆盖率.

结论:

• 开发的"depict"策略对于全面检测和识别复杂的自然产品是有效的.
• 这种方法增强了新型化合物的发现,特别是那些稀少的化合物.
• 该战略为未来的天然产品发现和表征提供了一个有希望的管道.