一种面向GC-EI-MS非靶向分析的双能量EI自动对齐与耦合识别方法

本发明涉及环境分析化学，具体而言，涉及一种面向gc-ei-ms非靶向分析的双能量ei自动对齐与耦合识别方法。

背景技术：

1、gc-ei-ms是大气有机污染物非靶向筛查中常用的分析平台（ei:电子轰击电离）。传统工作流通常依赖单一70 ev ei谱图进行谱图库匹配，并依据匹配得分、保留行为或人工复核结果判断候选物身份。70 ev ei具有标准化程度高、谱库资源丰富和结果可比性强等优势，但较高的电离能常导致化合物发生过度碎裂，使分子离子或高质荷比诊断碎片缺失，从而影响分子量确认和结构区分。

2、低能ei条件下，化合物裂解程度相对降低，更容易保留分子离子、分子骨架相关离子或高质荷比诊断碎片，可作为高能碎片指纹的互补信息。高能ei数据和低能ei数据通常来源于不同采集条件或独立进样，二者之间可能存在保留时间偏移、响应差异、背景干扰和共洗脱干扰。若缺少自动对齐和耦合规则，高低能谱图难以稳定关联，低能信息也难以被系统地用于候选物复核和置信度评价。

技术实现思路

1、有鉴于此，本发明公开了一种面向gc-ei-ms非靶向分析的双能量ei自动对齐与耦合识别方法，至少能够对高能ei数据和低能ei数据进行自动配对、净化、耦合并用于候选物复核的非靶向识别方法，以提高复杂样品中未知污染物识别的可靠性。

2、具体地，本发明是通过以下技术方案实现的：

3、本申请提出一种面向gc-ei-ms非靶向分析的双能量ei自动对齐与耦合识别方法，所述方法包括：

4、分别采集样品的高能ei谱图和低能ei谱图；

5、对所述样品的高能ei谱图和低能ei谱图进行数据预处理和特征峰提取，得到所述样品的高能谱图列表和低能谱图列表；

6、基于保留时间参照物，确定高能谱图与低能谱图之间的rt容差窗口；

7、以高能谱图列表为基准，在rt容差窗口内搜索低能候选谱图，并采用jaccard 相似系数进行跨能量谱图配对，得到已配对的高能图谱；

8、对已配对的高能谱图和低能谱图进行低响应碎片过滤和异常离子净化，得到净化后的高能谱图和净化后的低能谱图；

9、对净化后的高能谱图和净化后的低能谱图进行离子合并，生成双能量耦合谱图；

10、利用低能谱图中的分子离子或高质量端结构相关碎片，对高能谱图库初步匹配得到的候选物进行复核、筛选和置信度评价；

11、基于已配对的高能图谱、ri、低能分子离子证据、标准品确证、模型结构预测结果和人工复核结果，对候选物进行置信度分级并输出识别结果。

12、在一些实施例中，所述方法还包括：

13、针对每个未被可靠注释的物质步进行跨样品谱图对齐与归并、共识谱图生成、分子网络构建和候选结构预测与验证。

14、在一些实施例中，所述高能ei谱图对应第一电离能量谱图，用于获得碎片指纹信息；

15、所述低能ei谱图对应第二电离能量谱图，用于增强分子离子、分子骨架相关离子或高质量端结构相关碎片。

16、在一些实施例中，所述特征峰提取采用整数m/z离子通道，并根据高分辨质谱质量精度设置m/z提取窗口，述特征峰提取的提取窗口为左侧0.3 mda、右侧0.7 mda。

17、在一些实施例中，述方法还包括：剔除m/z 28的特征峰。

18、在一些实施例中，通过以下步骤筛选所述候选物：

19、根据ei谱图库匹配、精确质量约束和ri偏差约束，筛选候选物；

20、其中，ei谱图库匹配的最小匹配因子为80/100，精确质量约束的精确质量误差容限为10 ppm，ri相对偏差阈值为10%。

21、在一些实施例中，rt容差窗口由参照物最大保留时间偏移量或参照物偏移分布的统计值确定；

22、其中，rt容差窗口为。

23、在一些实施例中，对所述样品的高能ei谱图和低能ei谱图进行数据预处理和特征峰提取的步骤包括：

24、对于所述样品的每一个高能谱图，在目标范围内搜索所有低能候选谱图；所述目标范围大于在该高能谱图保留时间加rt容差窗口的时间，所述目标范围小于在该高能谱图保留时间减rt容差窗口的时间；

25、针对满足时间约束的候选谱图，将高能谱图与低能谱图分别转换为离子峰集合，采用jaccard相似系数评价两组谱图中共有特征峰离子的组成一致性。

26、在一些实施例中，所述方法还包括：

27、将高能谱图和低能谱图转换为二值化的碎片集shigh和slow，并计算高能谱图和低能谱图的交集与并集比率，所述高能和低能的质谱图的交集与并集比率用于量化高能谱图与低能谱图之间共有特征离子的比例；

28、若同一高能谱图对应多个低能候选谱图，则选择jaccard相似系数最优且满足设定阈值的低能谱图作为配对对象；

29、若无低能候选谱图满足rt约束或jaccard相似性要求，则该高能谱图暂不进入双能量耦合谱图构建步骤；

30、通过以下公式计算高能谱图和低能谱图的交集与并集比率：

31、。

32、在一些实施例中，基于保留时间参照物，确定高能谱图与低能谱图之间的rt容差窗口，包括：

33、分别提取同一保留时间参照物在高能ei通道和低能ei通道中的保留时间，计算各参照物的跨能量保留时间偏移，并根据全部参照物的偏移分布确定高低能谱图自动匹配的rt容差窗口；

34、其中，所述rt容差窗口由参照物最大偏移量或偏移分布统计值确定，并可根据不同平台、不同方法条件和不同批次运行状态重新标定。

35、本申请提出的面向gc-ei-ms非靶向分析的双能量ei自动对齐与耦合识别方法，至少能够对高能ei数据和低能ei数据进行自动配对、净化、耦合并用于候选物复核的非靶向识别方法，以提高复杂样品中未知污染物识别的可靠性。

1.一种面向gc-ei-ms非靶向分析的双能量ei自动对齐与耦合识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述高能ei谱图对应第一电离能量谱图，用于获得碎片指纹信息；

4.根据权利要求1所述的方法，其特征在于，所述特征峰提取采用整数m/z离子通道，并根据高分辨质谱质量精度设置m/z提取窗口，述特征峰提取的提取窗口为左侧0.3 mda、右侧0.7 mda。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：剔除m/z 28的特征峰。

6.根据权利要求1所述的方法，其特征在于，通过以下步骤筛选所述候选物：

7.根据权利要求1所述的方法，其特征在于，rt容差窗口由参照物最大保留时间偏移量或参照物偏移分布的统计值确定；

8.根据权利要求1所述的方法，其特征在于，对所述样品的高能ei谱图和低能ei谱图进行数据预处理和特征峰提取的步骤包括：

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的方法，其特征在于，基于保留时间参照物，确定高能谱图与低能谱图之间的rt容差窗口，包括：