Automated molecular formula determination by tandem mass spectrometry (MS/MS)
Notice bibliographique
Résumé
Automated software was developed to analyze the molecular formula of organic molecules and peptides based on high-resolution MS/MS spectroscopic data. The software was validated with 96 compounds including a few small peptides in the mass range of 138-1569 Da containing the elements carbon, hydrogen, nitrogen and oxygen. A Micromass Waters Q-TOF Ultima Global mass spectrometer was used to measure the molecular masses of precursor and fragment ions. Our software assigned correct molecular formulas for 91 compounds, incorrect molecular formulas for 3 compounds, and no molecular formula for 2 compounds. The obtained 95% success rate indicates high reliability of the software. The mass accuracy of the precursor ion and the fragment ions, which is critical for the success of the analysis, was high, i.e. the accuracy and the precision of 850 data were 0.0012 Da and 0.0016 Da, respectively. For the precursor and fragment ions below 500 Da, 60% and 90% of the data showed accuracy within < or = 0.001 Da and < or = 0.002 Da, respectively. The precursor and fragment ions above 500 Da showed slightly lower accuracy, i.e. 40% and 70% of them showed accuracy within < or = 0.001 Da and < or = 0.002 Da, respectively. The molecular formulas of the precursor and the fragments were further used to analyze possible mass spectrometric fragmentation pathways, which would be a powerful tool in structural analysis and identification of small molecules. The method is valuable in the rapid screening and identification of small molecules such as the dereplication of natural products, characterization of drug metabolites, and identification of small peptide fragments in proteomics. The analysis was also extended to compounds that contain a chlorine or bromine atom.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».