Protonating polymer oligomers in the gas phase to change fragmentation pathways
Notice bibliographique
Résumé
Ionization of polymers in mass spectrometry is usually achieved by forming metal ion adducts. The metal ion has been shown by Wesdemiotis to often play a spectator role in the collision-induced dissociation (CID) chemistry of these species, wherein they fragment according to a free-radical mechanism similar to that found in their pyrolysis. The result is a predominance of low-mass ions in the CID mass spectrum. We have changed this behavior by generating protonated oligomers in the gas phase by first forming proton-bound complexes of the oligomers with amino acids or peptides by electrospray ionization. These complexes dissociate first by loss of the amino acid/peptide to form protonated oligomers, which then undergo a unique fragmentation chemistry. In this article we discuss the results for poly(methyl methacrylate) (PMMA) and poly(butyl acrylate) (PBA). Initially, protonated PMMA and PBA lose methanol and butanol, respectively, from the side chains of the respective monomers. The resulting PMMA-derived ion then undergoes a series of neutral losses corresponding to 32 and 28 Da, methanol and carbon monoxide. This continues as collision energy increases until a final, carbon-rich backbone ion is formed, which then undergoes a classic hydrocarbon fragmentation pattern. The PBA-derived ions are proposed to fragment by the loss of butylether molecules to form anhydride rings along the oligomer chain. The number of ether molecules lost corresponded to half the number of available side chains in the oligomer. The resulting poly-anhydride ion dissociates by small molecule loss. Mechanisms have been suggested for the fragmentation chemistry of these two classes of oligomers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».