CRB-FCC:用于公式赋值和结构注释的标准化非目标分析
Ren-Qi Wang1, Yun Wang1, Min Wang1
1School of Food and Biological Engineering, College of Bioresources Chemical and Materials Engineering, Shaanxi University of Science and Technology, Xi'an 710021, P. R. China.
Analytical chemistry
|October 20, 2025
概括
新的色谱保留行为-碎片链特性 (CRB-FCC) 方法可以准确地识别复杂样品中的未知化学物质. 这种方法克服了质谱数据质量和用于非目标分析的数据库可用性的局限性.
科学领域:
- 分析化学 分析化学
- 化学分析 化学分析
- 频谱学是一种光谱学.
背景情况:
- 使用LC-MS进行非目标分析对于识别现实世界样本中的化学物质至关重要.
- 从质谱中解析未知化合物的结构是一个重大挑战,因为数据库有限,光谱质量差.
- 现有的方法通常在质量低或缺少质谱的情况下失败.
研究的目的:
- 开发一种可靠的方法来识别复杂样品中的未知化学物质.
- 在非目标分析中克服传统质谱匹配的局限性.
- 提高化学结构阐明的准确性和可靠性.
主要方法:
- 开发了碎片链表征 (FCC) 方法,用于从质谱中分配公式.
- 集成的FCC与染色学保留行为 (CRB) 方法用于在样品中识别化合物.
- 使用1,475个化学标准验证了CRB-FCC方法,并将其应用于生物合成塑料中的杂质.
主要成果:
- 该CRB-FCC方法准确地注释化合物,即使质量差或缺少质谱.
- 通过保留时间和分配的公式,在样品中一致识别化合物,尽管有光谱变化.
- 在与NMR相结合时,成功地在生物合成塑料中确定了未知的黄色色调杂质.
结论:
- CRB-FCC提供了一个标准化的协议,用于数据采集和解释在非目标分析.
- 与传统技术相比,这种方法显著改善了未知化合物的识别.
- 预计CRB-FCC将加速在学术界和工业界采用非定向分析.
