信号处理工作流程用于LC × LC-HRMS中的嫌疑人选:高效提取纯质谱,用于识别复杂样品中的嫌疑人,使用质量过算法
Paul-Albert Schneide1,2, Oskar Munk Kronik3
1Department of Food Science, University of Copenhagen, 1958 Frederiksberg, Denmark.
一个新的MF + MCR工作流提高了数据处理,用于数据独立采集 (DIA) 的全面的二维液态染色学高分辨率质谱 (LC × LC-HRMS). 这种方法改善了化合物识别,特别是对于微量分析剂.
科学领域:
- 分析化学 分析化学
- 染色体学 染色体学 是一种染色学.
- 质谱测量质量谱测量
背景情况:
- 在DIA中LC×LC-HRMS的数据处理工作流是有限的.
- 提取纯质谱对于可靠的化合物识别至关重要.
- 现有的方法难以处理复杂的矩阵和微量分析.
研究的目的:
- 开发和评估一种新的两步工作流 (MF + MCR) 来从LC × LC-HRMS DIA数据中提取纯质谱.
- 将拟议的工作流与现有方法进行基准比较:只有峰值顶点 (PAM),单独的质量过 (MF) 和单独的多变量曲线分辨率 (MCR).
- 评估工作流程在识别可疑化合物和提取更纯的质谱方面的有效性,特别是用于微量级分析.
主要方法:
- 开发了一个称为MF + MCR的两步数据处理工作流.
- 质量过 (MF) 算法根据两种染色体维度的化特征相似性对离子进行分组.
- 多变量曲线分辨率 (MCR) 将过的数据解卷,以解决化问题.
主要成果:
- 在MF+MCR工作流中,确定了25种可疑化合物,其性能优于MF (23),MCR (16) 和PAM (10).
- 与PAM (p=0.003) 和MCR (p=0.04) 相比,MF+MCR提取的质谱在统计学上显著更纯.
- 通过MF进行适当的预处理对于MCR在微量分析中的有效性至关重要.
结论:
- MF + MCR 工作流有效地从 LC × LC-HRMS DIA 数据中提取纯质谱.
- 这种方法可以更可靠地识别化合物,特别是废水废水等复杂样品中的微量分析物.
- 在两个维度中使用化档案是提高光谱纯度和分析性能的关键.
更多相关视频
14:42Liquid Chromatography Coupled to Refractive Index or Mass Spectrometric Detection for Metabolite Profiling in Lysate-based Cell-free Systems
Published on: September 23, 2021
07:34Large Scale Non-targeted Metabolomic Profiling of Serum by Ultra Performance Liquid Chromatography-Mass Spectrometry UPLC-MS
Published on: March 14, 2013
相关概念视频
Mass Spectrometry: Complex Analysis
GC–MS is a powerful hyphenated method commonly used in forensics and environmental...
High-Resolution Mass Spectrometry (HRMS)
Mass Spectrometers
Mass Spectrometry: Overview
Peptide Identification Using Tandem Mass Spectrometry
This technique helps gather information regarding the protein from which the peptide was obtained and to study the peptides’ amino acid sequence. Identifying peptides from a complex mixture is an important component of the growing field of...
Mass Analyzers: Overview
