摘  要：本發(fā)明公開(kāi)了一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，涉及合成大麻素技術(shù)領(lǐng)域，包括以下步驟：S1：稱量1.00mg實(shí)際緝獲樣本，用1mL甲醇溶解，超聲15mi n后用1mL一次性注射器移取液體并過(guò)0.2μmwwPTFE微孔濾膜濾過(guò)，用甲醇稀釋后供儀器檢測(cè)；S2：分別使用CID 模式和EAD模式對(duì)樣品進(jìn)行全面采集；S3：使用MSConvert開(kāi)源軟件將儀器原始數(shù)據(jù)文件轉(zhuǎn)換成mzXML的格式，使用MZmi ne開(kāi)源軟件對(duì)數(shù)據(jù)文件進(jìn)行峰識(shí)別、色譜構(gòu)建、解卷積、同位素過(guò)濾和數(shù)據(jù)導(dǎo)出。本發(fā)明質(zhì)譜智能解析算法包括候選化學(xué)結(jié)構(gòu)生成、質(zhì)譜預(yù)測(cè)、候選結(jié)構(gòu)評(píng)分和碎片離子峰匹配等功能，整個(gè)過(guò)程無(wú)需任何人工干預(yù)，實(shí)現(xiàn)了新精神活性物質(zhì)的全面篩查和快速準(zhǔn)確檢測(cè)。

 

技術(shù)要點(diǎn)

1.一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：包括以下步驟：

S1：稱量1.00mg實(shí)際緝獲樣本，用1mL甲醇溶解，超聲15min后用1mL一次性注射器提取液體并過(guò)0.2μm wwPTFE微孔濾膜濾過(guò)，用甲醇稀釋后供儀器檢測(cè)；

S2：分別使用CID模式和EAD模式對(duì)樣品進(jìn)行全面采集；

S3：使用MSConvert開(kāi)源軟件將儀器原始數(shù)據(jù)文件轉(zhuǎn)換成mzXML的格式，使用MZmine開(kāi)源軟件對(duì)數(shù)據(jù)文件進(jìn)行峰識(shí)別、色譜構(gòu)建、解卷積、同位素過(guò)濾和數(shù)據(jù)導(dǎo)出，形成csv格式的峰信息文件和mgf格式的MS/MS數(shù)據(jù)信息文件；

S4：將CID模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由NPS分類模型預(yù)測(cè)所有峰對(duì)應(yīng)物質(zhì)的類別，同樣將EAD模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由SC亞類分類模型預(yù)測(cè) NPS分類模型判定為合成大麻素類物質(zhì)的亞類類別；

S5：對(duì)NPS分類模型判定為合成大麻素類的物質(zhì)，使用EAD模式下的數(shù)據(jù)在自建的合成大麻素碎片庫(kù)中搜索4個(gè)部位的結(jié)構(gòu)，生成所有候選化學(xué)結(jié)構(gòu)，并根據(jù)前體離子的質(zhì)量進(jìn)行初步過(guò)濾，得到候選結(jié)構(gòu)列表；

S6：根據(jù)步驟S4中給出的SC亞類類別，對(duì)步驟S5中得到的候選結(jié)構(gòu)列表中的所有結(jié)構(gòu)使用譜圖預(yù)測(cè)算法，生成每個(gè)候選結(jié)構(gòu)的預(yù)測(cè)MS/MS譜圖；

S7：使用評(píng)分算法根據(jù)步驟S6給出的預(yù)測(cè)MS/MS譜圖為每個(gè)候選結(jié)構(gòu)進(jìn)行評(píng)分，按照評(píng)分從高到低進(jìn)行排序，排名第一的即為最可能的結(jié)構(gòu)；

S8：在給出最可能的結(jié)構(gòu)之后，軟件同樣也會(huì)給出碎片離子對(duì)應(yīng)的可能碎片結(jié)構(gòu)，完成最終的MS/MS譜圖自動(dòng)解析。

2.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S2中儀器采集的色譜條件如下：色譜柱：Phenomenex Biphenyl Colum；流動(dòng)相：A：甲酸水溶液，B：甲酸乙腈溶液；流速、進(jìn)樣量、柱溫、樣品室溫度。

3.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S3中的MSConvert軟件使用Peak Picking功能，算法選擇Vendor，MS Level設(shè)置為1?2；所述S3中的MZmine軟件的詳細(xì)參數(shù)如下：

A1：數(shù)據(jù)文件導(dǎo)入使用Import MS data，將mzXML文件作為輸入；

A2：峰識(shí)別使用Mass detection，一級(jí)識(shí)別參數(shù)：保留時(shí)間范圍1?20min，Polarity為正離子，Mass detector為Centroid，Noise level為1000，二級(jí)識(shí)別參數(shù)：保留時(shí)間范圍1?20min，Polarity為正離子，Mass detector為Centroid，Noise level為0；

A3：色譜圖構(gòu)建使用ADAP Chromatogram Builder，Minimum consecutive scans為5，Minimumintensity for consecutive scans為2000，Minimum absolute height為5000，CID數(shù)據(jù)的m/z tolerance為0.002m/z或10ppm，EAD數(shù)據(jù)的為0.01m/z或50ppm；

A4：解卷積使用Local minimum feature resolver，Chromatographic threshold為85％，Minimum search range RT/Mobility為0.05，Minimum relative height為0％，Minimum absolute height為2000，Min ratio of peak top/edge為2，Peak duration range為0?1，Minimum scans為5；

A5：同位素濾過(guò)使用13Cisotope filter，CID數(shù)據(jù)的m/z tolerance為0.001m/z或 3ppm，EAD數(shù)據(jù)的為0.01m/z或10ppm，Retention time tolerance為0.02min，Monotonic shape為是，Maximum charge為2，Never remove feature with MS2為是；

A6：數(shù)據(jù)導(dǎo)出使用Export molecular networking files，導(dǎo)出csv和mgf兩個(gè)文件。

4.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S4中的CID數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，所有二級(jí)質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

B1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

B2：分別以0.5％和5％的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成cut_0.5和cut_5和兩個(gè)二維數(shù)組；

B3：使用cut_5生成假設(shè)中性丟失數(shù)據(jù)，即將cut_5數(shù)組任意兩個(gè)m/z做差，其絕對(duì)值作為新的m/z值加入NL數(shù)組中，其響應(yīng)取兩個(gè)作差值的平均，最后將生成的NL數(shù)組增加至cut_0.5數(shù)組中；

B4：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留兩位小數(shù)；

  

B5：新建一個(gè)長(zhǎng)度為50000的一維全零數(shù)組X[i]，值i代表著0.01到500，間隔為0.01的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為50000的一維數(shù)組，作為分類模型的輸入；

所述S4中的EAD數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，EAD質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

C1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

C2：以0.5和1的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成cut_0.5和cut_1二維數(shù)組；

C3：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留1位小數(shù)；

C4：新建一個(gè)長(zhǎng)度為5000的一維全零數(shù)組X[i]，值i代表著0.1到500，間隔為0.1的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為5000的一維數(shù)組，作為SC亞類分類模型的輸入；

C5：cut_1作為合成大麻素碎片庫(kù)搜索的輸入，以生成候選結(jié)構(gòu)列表。

5.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S5中結(jié)構(gòu)搜索的方式如圖3c，得到4個(gè)部位的所有可能結(jié)構(gòu)，全排列組合后即可得到若干個(gè)可能結(jié)構(gòu)列表，相加4個(gè)部位的對(duì)應(yīng)質(zhì)量與實(shí)際MS/MS譜圖的前體離子質(zhì)量進(jìn)行比較，若質(zhì)量誤差小于0.01Da，則加入候選結(jié)構(gòu)列表，以待進(jìn)一步的篩選處理。

6.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S6中的譜圖預(yù)測(cè)算法基于步驟S4給出的SC亞類分類模型給出的類別，按照?qǐng)D4?9的計(jì)算方式生成相應(yīng)結(jié)構(gòu)的預(yù)測(cè)譜圖。

7.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S7中的評(píng)分算法將步驟S6得到的預(yù)測(cè)MS/MS譜圖與實(shí)驗(yàn)譜圖進(jìn)行比對(duì)，質(zhì)量容忍誤差為0.01Da，一個(gè)峰計(jì)一分，候選結(jié)構(gòu)以總分進(jìn)行排序。

8.根據(jù)權(quán)利要求1所述的一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，其特征在于：所述S8中的碎片離子結(jié)構(gòu)預(yù)測(cè)，即峰匹配，匹配的方式基于所述S7的評(píng)分算法，將實(shí)驗(yàn)譜圖與預(yù)測(cè)MS/MS譜圖成功匹配的峰進(jìn)行關(guān)聯(lián)，對(duì)應(yīng)結(jié)構(gòu)即為圖4?9中的序號(hào)對(duì)應(yīng)的結(jié)構(gòu)。

 

技術(shù)領(lǐng)域

本發(fā)明涉及合成大麻素技術(shù)領(lǐng)域，具體涉及一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法。

 

背景技術(shù)

新精神活性物質(zhì)(NPS)是指不受禁毒公約管制但存在濫用并會(huì)對(duì)公眾健康帶來(lái)威脅的物質(zhì)，其中，合成大麻素類毒品作為物質(zhì)種類最多，變異最為迅速的新精神活性物質(zhì)，目前已達(dá)356種，其結(jié)構(gòu)一般由“頭部”、“連接(也稱頸部)”、“核心(也稱軀干)”和“尾部”四個(gè)部分組成，給結(jié)構(gòu)修飾提供了多處變異位點(diǎn)，不法分子熱衷于對(duì)合成大麻素進(jìn)行結(jié)構(gòu)修飾，不停地“創(chuàng)造”新型結(jié)構(gòu)，以逃避毒品管制目錄。針對(duì)現(xiàn)有技術(shù)存在以下問(wèn)題：

因?yàn)榉前邢蚝Y查的過(guò)程通常涉及數(shù)據(jù)采集、可疑峰提取和質(zhì)譜解析，隨著儀器采集技術(shù)和數(shù)據(jù)分析方法的不斷進(jìn)步，越來(lái)越多的樣本數(shù)據(jù)需要人工解析，極大地降低了檢驗(yàn)鑒定工作的效率的同時(shí)也導(dǎo)致了漏檢誤檢等問(wèn)題，目前，非靶向篩查研究的重點(diǎn)在于提取可疑峰(化合物發(fā)現(xiàn))，許多研究人員提出了質(zhì)譜數(shù)據(jù)過(guò)濾、增強(qiáng)光譜相似性、相似性搜索和片段樹(shù)等方式，以提高識(shí)別可疑峰的準(zhǔn)確性，然而，有關(guān)自動(dòng)質(zhì)譜解析的研究仍然較少，雖然CFM?ID技術(shù)可以根據(jù)質(zhì)譜數(shù)據(jù)預(yù)測(cè)化學(xué)結(jié)構(gòu)，但由于合成大麻素在CID模式下的碎片信息較少，其預(yù)測(cè)結(jié)構(gòu)的效果有限。

 

發(fā)明內(nèi)容

本發(fā)明提供一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，以解決上述背景技術(shù)中提出的問(wèn)題。

為解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案是：

一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，包括以下步驟：

S1：稱量1.00mg實(shí)際緝獲樣本，用1mL甲醇溶解，超聲15min后用1mL一次性注射器提取液體并過(guò)0.2μm wwPTFE微孔濾膜濾過(guò)，用甲醇稀釋后供儀器檢測(cè)；

S2：分別使用CID模式和EAD模式對(duì)樣品進(jìn)行全面采集；

S3：使用MSConvert開(kāi)源軟件將儀器原始數(shù)據(jù)文件轉(zhuǎn)換成mzXML的格式，使用 MZmine開(kāi)源軟件對(duì)數(shù)據(jù)文件進(jìn)行峰識(shí)別、色譜構(gòu)建、解卷積、同位素過(guò)濾和數(shù)據(jù)導(dǎo)出，形成 csv格式的峰信息文件和mgf格式的MS/MS數(shù)據(jù)信息文件；

S4：將CID模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由NPS分類模型預(yù)測(cè)所有峰對(duì)應(yīng)物質(zhì)的類別，同樣將EAD模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由SC亞類分類模型預(yù)測(cè)NPS分類模型判定為合成大麻素類物質(zhì)的亞類類別；

S5：對(duì)NPS分類模型判定為合成大麻素類的物質(zhì)，使用EAD模式下的數(shù)據(jù)在自建的合成大麻素碎片庫(kù)中搜索4個(gè)部位的結(jié)構(gòu)，生成所有候選化學(xué)結(jié)構(gòu)，并根據(jù)前體離子的質(zhì)量進(jìn)行初步過(guò)濾，得到候選結(jié)構(gòu)列表；

S6：根據(jù)步驟S4中給出的SC亞類類別，對(duì)步驟S5中得到的候選結(jié)構(gòu)列表中的所有結(jié)構(gòu)使用譜圖預(yù)測(cè)算法，生成每個(gè)候選結(jié)構(gòu)的預(yù)測(cè)MS/MS譜圖；

S7：使用評(píng)分算法根據(jù)步驟S6給出的預(yù)測(cè)MS/MS譜圖為每個(gè)候選結(jié)構(gòu)進(jìn)行評(píng)分，按照評(píng)分從高到低進(jìn)行排序，排名第一的即為最可能的結(jié)構(gòu)；

S8：在給出最可能的結(jié)構(gòu)之后，軟件同樣也會(huì)給出碎片離子對(duì)應(yīng)的可能碎片結(jié)構(gòu)，完成最終的MS/MS譜圖自動(dòng)解析。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S2中儀器采集的色譜條件如下：色譜柱： Phenomenex Biphenyl Colum；流動(dòng)相：A：甲酸水溶液，B：甲酸乙腈溶液；流速、進(jìn)樣量、柱溫、樣品室溫度。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S3中的MSConvert軟件使用Peak Picking功能，算法選擇Vendor，MS Level設(shè)置為1?2；所述S3中的MZmine軟件的詳細(xì)參數(shù)如下：

A1：數(shù)據(jù)文件導(dǎo)入使用Import MS data，將mzXML文件作為輸入；

A2：峰識(shí)別使用Mass detection，一級(jí)識(shí)別參數(shù)：保留時(shí)間范圍1?20min，Polarity 為正離子，Mass detector為Centroid，Noise level為1000，二級(jí)識(shí)別參數(shù)：保留時(shí)間范圍 1?20min，Polarity為正離子，Mass detector為Centroid，Noise level為0；

A3：色譜圖構(gòu)建使用ADAP Chromatogram Builder，Minimum consecutive scans 為5，Minimumintensity for consecutive scans為2000，Minimum absolute height為 5000，CID數(shù)據(jù)的m/z tolerance為0.002m/z或10ppm，EAD數(shù)據(jù)的為0.01m/z或50ppm； [0020] A4：解卷積使用Local minimum feature resolver，Chromatographic threshold 為85％，Minimum search range RT/Mobility為0.05，Minimum relative height為0％， Minimum absolute height為2000，Min ratio of peak top/edge為2，Peak duration range為0?1，Minimum scans為5；

A5：同位素濾過(guò)使用13C isotope filter，CID數(shù)據(jù)的m/z tolerance為0.001m/z 或3ppm，EAD數(shù)據(jù)的為0.01m/z或10ppm，Retention time tolerance為0.02min，Monotonic shape為是，Maximum charge為2，Never remove feature with MS2為是；

A6：數(shù)據(jù)導(dǎo)出使用Export molecular networking files，導(dǎo)出csv和mgf兩個(gè)文件。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S4中的CID數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，所有二級(jí)質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

B1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

B2：分別以0.5％和5％的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成cut_0.5和cut_5和兩個(gè)二維數(shù)組；

B3：使用cut_5生成假設(shè)中性丟失數(shù)據(jù)，即將cut_5數(shù)組任意兩個(gè)m/z做差，其絕對(duì)值作為新的m/z值加入NL數(shù)組中，其響應(yīng)取兩個(gè)作差值的平均，最后將生成的NL數(shù)組增加至cut_0.5數(shù)組中；

B4：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留兩位小數(shù)；

  

B5：新建一個(gè)長(zhǎng)度為50000的一維全零數(shù)組X[i]，值i代表著0.01到500，間隔為 0.01的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為50000的一維數(shù)組，作為分類模型的輸入；

所述S4中的EAD數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，EAD質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

C1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

C2：以0.5和1的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成cut_0.5 和cut_1二維數(shù)組；

C3：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留1位小數(shù)；

C4：新建一個(gè)長(zhǎng)度為5000的一維全零數(shù)組X[i]，值i代表著0.1到500，間隔為0.1的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為5000的一維數(shù)組，作為SC亞類分類模型的輸入；

C5：cut_1作為合成大麻素碎片庫(kù)搜索的輸入，以生成候選結(jié)構(gòu)列表。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S5中結(jié)構(gòu)搜索的方式如圖3c，得到4個(gè)部位的所有可能結(jié)構(gòu)，全排列組合后即可得到若干個(gè)可能結(jié)構(gòu)列表，相加4個(gè)部位的對(duì)應(yīng)質(zhì)量與實(shí)際MS/MS譜圖的前體離子質(zhì)量進(jìn)行比較，若質(zhì)量誤差小于0.01Da，則加入候選結(jié)構(gòu)列表，以待進(jìn)一步的篩選處理。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S6中的譜圖預(yù)測(cè)算法基于步驟S4給出的SC亞類分類模型給出的類別，按照?qǐng)D4?9的計(jì)算方式生成相應(yīng)結(jié)構(gòu)的預(yù)測(cè)譜圖。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S7中的評(píng)分算法將步驟S6得到的預(yù)測(cè) MS/MS譜圖與實(shí)驗(yàn)譜圖進(jìn)行比對(duì)，質(zhì)量容忍誤差為0.01Da，一個(gè)峰計(jì)一分，候選結(jié)構(gòu)以總分進(jìn)行排序。

本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述S8中的碎片離子結(jié)構(gòu)預(yù)測(cè)，即峰匹配，匹配的方式基于所述S7的評(píng)分算法，將實(shí)驗(yàn)譜圖與預(yù)測(cè)MS/MS譜圖成功匹配的峰進(jìn)行關(guān)聯(lián)，對(duì)應(yīng)結(jié)構(gòu)即為圖4?9中的序號(hào)對(duì)應(yīng)的結(jié)構(gòu)。

由于采用了上述技術(shù)方案，本發(fā)明相對(duì)現(xiàn)有技術(shù)來(lái)說(shuō)，取得的技術(shù)進(jìn)步是：

1、本發(fā)明提供一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，通過(guò)將電子激活解離技術(shù)成功應(yīng)用于合成大麻素類小分子物質(zhì)，實(shí)現(xiàn)了新精神活性物質(zhì)的非靶向篩查和合成大麻素類物質(zhì)的自動(dòng)質(zhì)譜解析。

2、本發(fā)明提供一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，質(zhì)譜智能解析軟件集成了NPS分類模型、SC亞類分類模型和質(zhì)譜智能解析算法，NPS分類模型在505個(gè) NPS的CID數(shù)據(jù)上進(jìn)行訓(xùn)練，實(shí)現(xiàn)了8類NPS分類預(yù)測(cè)，最高F1分?jǐn)?shù)達(dá)到96％，SC亞類分類模型在181個(gè)SC的EAD數(shù)據(jù)上訓(xùn)練，實(shí)現(xiàn)了7類SC母核結(jié)構(gòu)的分類，最高F1分?jǐn)?shù)達(dá)到97％。

3、本發(fā)明提供一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，質(zhì)譜智能解析算法包括候選化學(xué)結(jié)構(gòu)生成、質(zhì)譜預(yù)測(cè)、候選結(jié)構(gòu)評(píng)分和碎片離子峰匹配等功能，整個(gè)過(guò) 4/8頁(yè)程無(wú)需任何人工干預(yù)，實(shí)現(xiàn)了新精神活性物質(zhì)的全面篩查和快速準(zhǔn)確檢測(cè)。

 

附圖說(shuō)明

圖1為本發(fā)明的技術(shù)方案流程示意圖；

  

圖1

圖2為本發(fā)明根據(jù)EAD碎裂規(guī)律總結(jié)出的6類合成大麻素母核示意圖；

  

圖2

圖3中a是JWH?007的MS/MS譜圖和碎片結(jié)構(gòu)；b是根據(jù)JWH?007的MS/MS圖譜總結(jié)出的碎片庫(kù)；c是利用碎片離子質(zhì)量和假設(shè)中性丟失質(zhì)量在碎片庫(kù)中進(jìn)行結(jié)構(gòu)搜索；

  

圖3

圖4為本發(fā)明的NA、QU類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖4

圖5為本發(fā)明的BZ、CUMYL類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖5

圖6為本發(fā)明的AB、AMB類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖6

圖7為本發(fā)明的A類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖7

圖8為本發(fā)明的TMCP類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖8

圖9為本發(fā)明的BZO?ZIDOXI類預(yù)測(cè)譜圖計(jì)算方式示意圖；

  

圖9

圖10為本發(fā)明的四種分類模型的混淆矩陣示意圖；

  

圖10

圖11為本發(fā)明的四個(gè)SC亞類分類模型的測(cè)試集預(yù)測(cè)結(jié)果的混淆矩陣示意圖；

  

圖11

圖12為本發(fā)明的樣本1?1，樣本2?5，和樣本2?6的化學(xué)結(jié)構(gòu)示意圖；

  

圖12

圖13為本發(fā)明的EAD優(yōu)化的參數(shù)組合示意圖；

  

圖13

圖14為本發(fā)明各個(gè)參數(shù)組合下的三個(gè)評(píng)價(jià)指標(biāo)值示意圖；

  

圖14

圖15為本發(fā)明四個(gè)NPS分類模型的最優(yōu)超參數(shù)示意圖；

  

圖15

圖16為本發(fā)明四個(gè)SC亞類分類模型最優(yōu)超參數(shù)示意圖；

  

圖16

圖17為本發(fā)明5個(gè)實(shí)際樣品的非靶向篩查結(jié)果示意圖。

  

圖17

 

具體實(shí)施方式

下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明：

實(shí)施例1

如圖1?17所示，本發(fā)明提供了一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)解析方法，包括以下步驟：

S1：稱量1.00mg實(shí)際緝獲樣本，用1mL甲醇溶解，超聲15min后用1mL一次性注射器提取液體并過(guò)0.2μm wwPTFE微孔濾膜濾過(guò)，用甲醇稀釋后供儀器檢測(cè)；

S2：分別使用CID模式和EAD模式對(duì)樣品進(jìn)行全面采集；

S3：使用MSConvert開(kāi)源軟件將儀器原始數(shù)據(jù)文件轉(zhuǎn)換成mzXML的格式，使用 MZmine開(kāi)源軟件對(duì)數(shù)據(jù)文件進(jìn)行峰識(shí)別、色譜構(gòu)建、解卷積、同位素過(guò)濾和數(shù)據(jù)導(dǎo)出，形成 csv格式的峰信息文件和mgf格式的MS/MS數(shù)據(jù)信息文件；

S4：將CID模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由NPS分類模型預(yù)測(cè)所有峰對(duì)應(yīng)物質(zhì)的類別，同樣將EAD模式下采集的數(shù)據(jù)經(jīng)過(guò)清洗和標(biāo)準(zhǔn)化后，交由SC亞類分類模型預(yù)測(cè)NPS分類模型判定為合成大麻素類物質(zhì)的亞類類別；

S5：對(duì)NPS分類模型判定為合成大麻素類的物質(zhì)，使用EAD模式下的數(shù)據(jù)在自建的合成大麻素碎片庫(kù)中搜索4個(gè)部位的結(jié)構(gòu)，生成所有候選化學(xué)結(jié)構(gòu)，并根據(jù)前體離子的質(zhì)量進(jìn)行初步過(guò)濾，得到候選結(jié)構(gòu)列表；

S6：根據(jù)步驟S4中給出的SC亞類類別，對(duì)步驟S5中得到的候選結(jié)構(gòu)列表中的所有結(jié)構(gòu)使用譜圖預(yù)測(cè)算法，生成每個(gè)候選結(jié)構(gòu)的預(yù)測(cè)MS/MS譜圖；

S7：使用評(píng)分算法根據(jù)步驟S6給出的預(yù)測(cè)MS/MS譜圖為每個(gè)候選結(jié)構(gòu)進(jìn)行評(píng)分，按照評(píng)分從高到低進(jìn)行排序，排名第一的即為最可能的結(jié)構(gòu)；

S8：在給出最可能的結(jié)構(gòu)之后，軟件同樣也會(huì)給出碎片離子對(duì)應(yīng)的可能碎片結(jié)構(gòu)，完成最終的MS/MS譜圖自動(dòng)解析；

所述S2中儀器采集的色譜條件如下：色譜柱：Phenomenex  Biphenyl Colum；流動(dòng)相：A：甲酸水溶液，B：甲酸乙腈溶液；流速、進(jìn)樣量、柱溫、樣品室溫度；所述S3中的MSConvert軟件使用Peak Picking功能，算法選擇Vendor，MS Level設(shè)置為1?2；所述S3中的MZmine軟件的詳細(xì)參數(shù)如下：

A1：數(shù)據(jù)文件導(dǎo)入使用Import MS data，將mzXML文件作為輸入；

A2：峰識(shí)別使用Mass detection，一級(jí)識(shí)別參數(shù)：保留時(shí)間范圍1?20min，Polarity 為正離子，Mass detector為Centroid，Noise level為1000，二級(jí)識(shí)別參數(shù)：保留時(shí)間范圍 1?20min，Polarity為正離子，Mass detector為Centroid，Noise level為0；

A3：色譜圖構(gòu)建使用ADAP Chromatogram Builder，Minimum consecutive scans 為5，Minimumintensity for consecutive scans為2000，Minimum absolute height為 5000，CID數(shù)據(jù)的m/z tolerance為0.002m/z或10ppm，EAD數(shù)據(jù)的為0.01m/z或50ppm；

A4：解卷積使用Local minimum feature resolver，Chromatographic threshold 為85％，Minimum search range RT/Mobility為0.05，Minimum relative height為0％， Minimum absolute height為2000，Min ratio of peak top/edge為2，Peak duration range為0?1，Minimum scans為5；

A5：同位素濾過(guò)使用13C isotope filter，CID數(shù)據(jù)的m/z tolerance為0.001m/z 或3ppm，EAD數(shù)據(jù)的為0.01m/z或10ppm，Retention time tolerance為0.02min，Monotonic shape為是，Maximum charge為2，Never remove feature with MS2為是；

A6：數(shù)據(jù)導(dǎo)出使用Export molecular networking files，導(dǎo)出csv和mgf兩個(gè)文件；

所述S4中的CID數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，所有二級(jí)質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

B1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

B2：分別以0.5％和5％的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成 cut_0.5和cut_5和兩個(gè)二維數(shù)組；

B3：使用cut_5生成假設(shè)中性丟失數(shù)據(jù)，即將cut_5數(shù)組任意兩個(gè)m/z做差，其絕對(duì)值作為新的m/z值加入NL數(shù)組中，其響應(yīng)取兩個(gè)作差值的平均，最后將生成的NL數(shù)組增加至 cut_0.5數(shù)組中；

B4：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留兩位小數(shù)；

  

B5：新建一個(gè)長(zhǎng)度為50000的一維全零數(shù)組X[i]，值i代表著0.01到500，間隔為 0.01的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為50000的一維數(shù)組，作為分類模型的輸入；

所述S4中的EAD數(shù)據(jù)的清洗和標(biāo)準(zhǔn)化方式如下：使用MATLAB對(duì)csv和mgf兩個(gè)文件進(jìn)行讀取，得到所有峰及其對(duì)應(yīng)的二級(jí)質(zhì)譜數(shù)據(jù)，EAD質(zhì)譜數(shù)據(jù)按照以下流程進(jìn)行處理：

C1：將響應(yīng)歸一化至0?100的范圍，形成新的二維數(shù)組；

C2：以0.5和1的閾值，刪除新的二維數(shù)組中響應(yīng)低于該閾值的數(shù)據(jù)，形成cut_0.5 和cut_1二維數(shù)組；

C3：將cut_0.5數(shù)組中的響應(yīng)按照公式1進(jìn)行標(biāo)準(zhǔn)化，m/z值以四舍五入的方式保留1位小數(shù)；

C4：新建一個(gè)長(zhǎng)度為5000的一維全零數(shù)組X[i]，值i代表著0.1到500，間隔為0.1的質(zhì)量數(shù)，按照i＝m/z*100則X[i]＝響應(yīng)的規(guī)則填入cut_0.5數(shù)組中的所有數(shù)據(jù)，最終每個(gè)質(zhì)譜數(shù)據(jù)均形成一個(gè)長(zhǎng)度為5000的一維數(shù)組，作為SC亞類分類模型的輸入；

C5：cut_1作為合成大麻素碎片庫(kù)搜索的輸入，以生成候選結(jié)構(gòu)列表；

所述S5中結(jié)構(gòu)搜索的方式如圖3c，得到4個(gè)部位的所有可能結(jié)構(gòu)，全排列組合后即可得到若干個(gè)可能結(jié)構(gòu)列表，相加4個(gè)部位的對(duì)應(yīng)質(zhì)量與實(shí)際MS/MS譜圖的前體離子質(zhì)量進(jìn)行比較，若質(zhì)量誤差小于0.01Da，則加入候選結(jié)構(gòu)列表，以待進(jìn)一步的篩選處理；所述S6中的譜圖預(yù)測(cè)算法基于步驟S4給出的SC亞類分類模型給出的類別，按照?qǐng)D4?9的計(jì)算方式生成相應(yīng)結(jié)構(gòu)的預(yù)測(cè)譜圖；所述S7中的評(píng)分算法將步驟S6得到的預(yù)測(cè)MS/MS譜圖與實(shí)驗(yàn)譜圖進(jìn)行比對(duì)，質(zhì)量容忍誤差為0.01Da，一個(gè)峰計(jì)一分，候選結(jié)構(gòu)以總分進(jìn)行排序，所述S8中的碎片離子結(jié)構(gòu)預(yù)測(cè)，即峰匹配，匹配的方式基于所述S7的評(píng)分算法，將實(shí)驗(yàn)譜圖與預(yù)測(cè)MS/MS譜圖成功匹配的峰進(jìn)行關(guān)聯(lián)，對(duì)應(yīng)結(jié)構(gòu)即為圖4?9中的序號(hào)對(duì)應(yīng)的結(jié)構(gòu)。

在本實(shí)施例中，S2中質(zhì)譜數(shù)據(jù)采集自SCIEX ZenoTOFTM 7600超高效液相色譜?質(zhì)譜聯(lián)用儀；掃描方式：電噴霧離子源，正離子掃描；檢測(cè)方式：IDA數(shù)據(jù)依賴性采集模式；電噴霧電壓：5500V；離子源溫度：500℃；霧化氣壓強(qiáng)：50psi；輔助加熱氣壓強(qiáng)：50psi；氣簾氣壓強(qiáng)：35psi；去簇電壓：20V，CID模式下的參數(shù)如下：碰撞能量：35±15V，EAD模式下的參數(shù)如下：電子束能量：15eV；離子傳輸效率：100％；電子術(shù)電流：7500nA；反應(yīng)時(shí)間：50ms；Zeno阱閾值：100000cps；S4中的NPS分類模型和SC亞類分類模型由Python訓(xùn)練得到，均使用Voting 算法，集成了K最近鄰、支持向量機(jī)和極限森林三種模型，NPS分類模型支持1：合成大麻素類；2：合成卡西酮類；3：苯乙胺類；4：芬太尼類；5：色胺類；6：苯環(huán)利定類；7：苯二氮 類；8：其他類共8類NPS的預(yù)測(cè)分類，SC亞類分類模型支持1：AMB、AB類；2：A類；3：BZ、CUMYL類；4：NA、QU類；5：TMCP類；6：BZO?ZIDOXI類；7：其他類共7類SC母核結(jié)構(gòu)的預(yù)測(cè)分類，各類母核結(jié)構(gòu)如圖2，圖2中X＝N,O,無(wú)；Y＝N,C；核心可以進(jìn)行替換，NA、QU類頭部可為其他環(huán)。

實(shí)施例2

如圖1?17所示，在實(shí)施例1的基礎(chǔ)上，本發(fā)明提供一種技術(shù)方案：優(yōu)選的，為了獲得更多的碎片信息，本研究針對(duì)EAD模式下的質(zhì)譜參數(shù)進(jìn)行了優(yōu)化，各個(gè)參數(shù)選擇優(yōu)化的值分 7/8頁(yè)別為：電子束能量Electron KE：10eV、15eV、20eV；電子束電流Electron beam current： 6000nA、7500nA、9000nA；離子傳輸效率ETC：50％、75％、100％；反應(yīng)時(shí)間Reaction time：35ms、50ms、65ms；Zeno阱閾值Zeno threshold：100000cps，具體的優(yōu)化參數(shù)組合見(jiàn)圖13，每個(gè)參數(shù)組合將100ppb的181種合成大麻素重復(fù)進(jìn)樣三次，并設(shè)定了三個(gè)指標(biāo)用以評(píng)價(jià)不同 EAD參數(shù)組合下譜圖質(zhì)量的優(yōu)劣：平均峰面積；相對(duì)豐度高于1％的碎片數(shù)量；三次重復(fù)的相同碎片的豐度RSD，采用MATLAB對(duì)以上9組參數(shù)組合對(duì)181種合成大麻素重復(fù)采集3次得到的 4887個(gè)EAD譜圖數(shù)據(jù)進(jìn)行處理，受EAD模式下儀器質(zhì)量精度有所下降的影響，在對(duì)同一個(gè)合成大麻素的3個(gè)EAD譜圖進(jìn)行峰對(duì)齊的過(guò)程中，設(shè)定的誤差窗口為0.01Da，計(jì)算得到的9組參數(shù)的各個(gè)指標(biāo)的值見(jiàn)圖14，圖14中不同的參數(shù)組合的差異主要體現(xiàn)在碎片數(shù)量上，平均峰面積和豐度RSD的差異較小，Electron KE值對(duì)于譜圖質(zhì)量的影響最大，在KE值由10eV提升至15eV后，碎片離子的數(shù)量和豐度都有著顯著提升，但是繼續(xù)提高至20V后，所有的碎片豐度都出現(xiàn)斷崖式的下降，實(shí)際觀察20eV下的EAD譜圖發(fā)現(xiàn)，大部分合成大麻素的碎片幾乎完全消失，只剩下了分子離子峰，這也導(dǎo)致了參數(shù)組合3的豐度RSD明顯低于其他所有組合，參數(shù)Electron beam current和ETC都控制著實(shí)際電子的數(shù)量，譜圖質(zhì)量和參數(shù)取值整體上呈現(xiàn)正相關(guān)，因此Electron beam current選擇7500nA，ETC選擇100％，Electron beam current不選擇最高值9000nA的原因是：7500nA提升至9000nA對(duì)碎片數(shù)量的提升較?。辉礁叩腅lectron beam current值會(huì)導(dǎo)致EAD模式響應(yīng)衰減得越快，實(shí)驗(yàn)發(fā)現(xiàn)EAD模式長(zhǎng)期處于高電流條件下，會(huì)導(dǎo)致質(zhì)譜EAD和CID模式的整體響應(yīng)降低，使用負(fù)離子質(zhì)譜方法進(jìn)行沖洗后，質(zhì)譜整體響應(yīng)可以恢復(fù)正常，Reaction time的取值對(duì)于譜圖質(zhì)量的影響較小，但由于質(zhì)譜的二級(jí)駐留時(shí)間需要大于2倍的Reaction time，為了盡量降低方法循環(huán)時(shí)間，保證方法的穩(wěn)定性，Reaction time選擇為50ms，因此最終選擇組合1作為最優(yōu)參數(shù)組合。

實(shí)施例3

如圖1?17所示，在實(shí)施例1的基礎(chǔ)上，本發(fā)明提供一種技術(shù)方案：優(yōu)選的，選擇KNN、SVM、ET、Voting四個(gè)分類模型進(jìn)行優(yōu)化，模型采用貝葉斯優(yōu)化算法和5折交叉驗(yàn)證進(jìn)行訓(xùn)練優(yōu)化，采用精確度、召回率和f1分?jǐn)?shù)三個(gè)指標(biāo)對(duì)模型進(jìn)行評(píng)估，測(cè)試集的劃分使用python按照0.2的比例隨機(jī)進(jìn)行劃分，訓(xùn)練集數(shù)據(jù)404個(gè)，測(cè)試集數(shù)據(jù)101個(gè)，各個(gè)模型的最優(yōu)超參數(shù)組合見(jiàn)圖15，各個(gè)模型的測(cè)試集混淆矩陣如圖10，圖10中1：合成大麻素類；2：合成卡西酮類；3：苯乙胺類；4：芬太尼類；5：色胺類；6：苯環(huán)利定類；7：苯二氮 類；8：其他類，最終選擇Voting模型作為最終的NPS分類模型。

實(shí)施例4

如圖1?17所示，在實(shí)施例1的基礎(chǔ)上，本發(fā)明提供一種技術(shù)方案：優(yōu)選的，選擇KNN、SVM、ET和Voting四個(gè)分類模型進(jìn)行優(yōu)化，模型采用貝葉斯優(yōu)化算法和5折交叉驗(yàn)證進(jìn)行優(yōu)化，采用精確度、召回率和f1分?jǐn)?shù)三個(gè)指標(biāo)對(duì)模型進(jìn)行評(píng)估，訓(xùn)練集和測(cè)試集的劃分采用 Python軟件按照0.2的比例隨機(jī)劃分，將181個(gè)合成大麻素?cái)?shù)據(jù)分為144個(gè)訓(xùn)練集數(shù)據(jù)和37 個(gè)測(cè)試集數(shù)據(jù)，各個(gè)模型的最優(yōu)超參數(shù)組合見(jiàn)圖16，各個(gè)模型的測(cè)試集混淆矩陣如圖11，圖11中1：AMB、AB類；2：A類；3：BZ、CUMYL類；4：NA、QU類；5：TMCP類；6：BZO?ZIDOXI類；7：其他類，最終選擇Voting模型作為最終的SC亞類分類模型，使用上述技術(shù)流程對(duì)五個(gè)實(shí)際樣品進(jìn)行了非靶向篩查，結(jié)果見(jiàn)圖17，五個(gè)實(shí)際樣本中的13種物質(zhì)全部被NPS分類模型正確分類，使用EAD模式重新采集了樣品1和樣品2，除樣品2?5外，所有物質(zhì)都被成功解析，正確結(jié)構(gòu)均排在第一位，樣品1?1和樣品2?6中的兩種物質(zhì)均為新型合成大麻素。

上文一般性地對(duì)本發(fā)明做了詳盡的描述，但在本發(fā)明基礎(chǔ)上，可以對(duì)之做一些修改或改進(jìn)，這對(duì)于技術(shù)領(lǐng)域的一般技術(shù)人員是顯而易見(jiàn)的。因此，在不脫離本發(fā)明思想精神的修改或改進(jìn)，均在本發(fā)明的保護(hù)范圍之內(nèi)。

 

文章摘自國(guó)家發(fā)明專利，一種基于質(zhì)譜數(shù)據(jù)的合成大麻素分類和結(jié)構(gòu)，發(fā)明人：花鎮(zhèn)東，杜宇，賈薇，劉翠梅，黃鈺，申請(qǐng)?zhí)枺?/font>202411119803.9，申請(qǐng)日：2024.08.15