基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法

摘要: 本发明属于分析化学与化学信息学交叉,具体涉及一种基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法。背景技术:1、液相色谱-电喷雾电离高分辨质谱(lc-es...
基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法

本发明属于分析化学与化学信息学交叉,具体涉及一种基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法。

背景技术:

1、液相色谱-电喷雾电离高分辨质谱(lc-esi-hrms)技术因其高灵敏度、高分辨率及宽覆盖范围,已被广泛应用于环境样品、食品安全、生物医学样品中污染物及代谢物的非靶向筛查。在一次分析中,该技术能够同时检测样品中数百至数千种化合物的色谱峰及高分辨质谱特征,为发现未知风险物质提供了有力工具。然而,lc-esi-hrms在非靶向定量场景下面临两重相互叠加的核心技术瓶颈,使得质谱信号强度无法直接用于推算样品中未知化合物的真实浓度。

2、电喷雾电离过程中,不同化合物的离子化效率(ionization efficiency, ie)可相差数个数量级,相同浓度的不同化合物在质谱中产生的响应信号强度可能相差百倍乃至千倍。传统定量分析方法依赖每个目标化合物的真实标准品,通过多浓度梯度建立各化合物专属的响应-浓度校准曲线后方可定量。但在非靶向筛查场景下,单次分析检出的可疑或未知化合物数量动辄成百上千,逐一购买并测定真实标准品在时间成本和经济成本上均不可行,由此形成“无标准品则无法定量”的第一重瓶颈。

3、实际环境样品(如地表水、污水处理厂进出水、地下水等)含有大量共提取物(盐类、有机质、生物大分子碎片等),这些共存物质在电喷雾电离过程中与目标化合物竞争电荷,产生显著的离子抑制或离子增强效应,统称为基质效应。基质效应使同一化合物在真实样品中的质谱响应相对于纯溶剂标准品发生系统性偏移,即使拥有纯溶剂中的校准曲线,直接用于真实样品的定量仍会引入几倍乃至十倍以上的系统误差。更为复杂的是,不同基质类型(如污水与地表水)所产生的基质效应方向和程度均不相同,无法通过统一的修正系数予以扣除;构成第二瓶颈。

4、中国专利cn115862762b公开了一种基于cosmo-rs量子化学计算软件和人工神经网络算法的定量构效关系模型预测化合物质谱离子化效率的方法。该方法计算45个cosmo-rs结构描述符与10个pubchem指纹,经特征筛选后输入ann模型预测logie。该方案存在以下不足:其一,依赖cosmo-rs商业量子化学软件,许可成本高、计算耗时长,部署门槛较高;其二,仅使用单一pubchem指纹,未利用多类型指纹的互补结构信息;其三,训练数据仅70个化合物,模型泛化能力有限;其四,仅针对正离子模式建模。

5、综上所述,本领域亟需一种既能够基于分子结构快速预测未知化合物的本征离子化效率以突破“无标准品”限制,又能够将预测值转化为真实复杂基质中经基质效应校正后的浓度估计值,且无需为每个未知化合物单独测定基质效应或购买标准品。然而,现有技术尚未提供任何关于如何将纯溶剂条件下的logie预测值与真实基质中的校准数据进行有机整合、从而实现基质效应自动传递校正的技术教导或启示。

技术实现思路

1、本发明的目的在于提供一种基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法,该方法仅需对一组已知化合物在真实待测基质中完成一次多浓度内标校准实验,即可对样品中所有具有已知smiles结构的未知化合物进行经基质效应校正的浓度半定量估计,从根本上克服了无标准品无法定量及纯溶剂校准无法反映基质响应的双重局限。

2、一种基于液相色谱-电喷雾高分辨质谱的非靶向化合物半定量方法,包括以下步骤:

3、步骤1:对待测环境样品进行前处理,前处理过程中定量添加同位素标记内标物,将处理后的样品注入液相色谱-电喷雾高分辨质谱进行分析,获取待测化合物的分子结构信息;

4、采用与待测样品相同前处理流程制备基质加标校准样品,在与待测样品相同的真实基质中测定已知结构校准化合物在多个浓度水平下的相对离子化响应、响应因子斜率及基质内实测离子化效率值;

5、步骤2:基于所述分子结构信息,提取组合特征集,所述组合特征集包括分子指纹特征、理化描述符特征以及色谱保留时间相关特征;其中,所述色谱保留时间相关特征通过将已知化合物的保留时间与有机相比例的映射关系进行插值外推获得;

6、步骤3:将所述组合特征集输入预先训练的梯度提升回归模型,得到所述待测化合物的离子化效率预测值;

7、步骤4:基于所述离子化效率预测值以及在真实基质中测定的相对离子化响应、响应因子斜率及基质内实测离子化效率值,计算所述待测化合物的浓度估计值,将所述真实基质的基质效应从所述校准化合物自动传递至所述待测化合物的浓度估算中。

8、进一步地,所述分子指纹特征包括maccs指纹、ecfp6圆形拓扑指纹、路径指纹、扩展指纹、pubchem指纹和子结构指纹中的至少三种。

9、进一步地,所述理化描述符特征通过开源化学信息学工具包由所述分子结构信息计算获得,所述理化描述符包括分子拓扑极性表面积、脂水分配系数相关描述符和分子量相关描述符中的至少50个。

10、进一步地,所述色谱保留时间相关特征包括保留时间、由所述插值外推得到的有机相比例以及分子量。

11、进一步地,所述梯度提升回归模型为xgboost模型,其超参数通过随机搜索结合交叉验证方式优化,所述超参数包括学习率、树的最大深度、训练样本子采样比例、特征列采样比例和叶节点最小样本权重和,并采用早停策略防止过拟合。

12、进一步地,所述基质加标校准样品与所述待测样品同批次制备,在不少于3个浓度水平下测定所述校准化合物的相对离子化响应。

13、本发明的核心设计在于:选取一组与待测样品在相同基质条件下同步分析的已知化合物(基质校准化合物),在真实基质中测定其相对离子化响应()。此时,隐含了基质效应对该已知化合物信号响应的影响。通过将该已知化合物的基质内实测()与模型对待测未知化合物预测的()之间的差值,作为未知化合物相对于已知化合物的“离子化效率缩放因子”,代入浓度反算公式,使得基质效应从已知化合物自动传递至未知化合物的浓度估算中,无需为每个未知化合物单独测定其在该基质中的响应因子。

14、若某未知化合物的低于校准化合物的,表明其离子化效率相对更低,在相同基质中将产生更弱的质谱响应,因此在相同响应比下对应更高的实际浓度;反之亦然。项精确量化了这一相对离子化效率差异对浓度的校正量,同时由于本身是在真实基质中测定的,基质效应已内嵌其中并随之传递。

15、与现有技术相比,本发明具有以下有益效果:

16、(1)通过将实测离子化效率值在真实基质中测定、并将其引入浓度反算公式,实现了基质效应从已知校准化合物向所有未知待测化合物的自动传递校正,无需为每个未知化合物单独进行基质效应校正实验,有效克服了现有方案在复杂环境基质中定量误差大的核心缺陷。

17、(2)通过融合分子指纹特征、理化描述符特征与色谱保留时间相关特征构建组合特征集,从拓扑结构、理化性质及色谱分离行为等多维度刻画化合物与离子化效率之间的关系,提升了logie预测精度。

18、(3)本发明提供了完整的logie结构预测→基质内校准锚定→基质效应传递校正→未知化合物浓度估计方法链,仅需对一组已知化合物完成一次基质内多浓度校准实验,即可对样品中所有具有smiles结构的未知化合物进行经基质效应校正的浓度半定量,真正实现了零标准品、基质效应自动校正的非靶向定量。