Radical Fragment Ions in Collision-Induced Dissociation Mass Spectrometry
Notice bibliographique
Résumé
Collision-induced dissociation (CID) is a common fragmentation strategy in mass spectrometry (MS) analysis. A conventional understanding is that fragment ions generated in low-energy CID should follow the even-electron rule. As such, (de)protonated precursor ions should predominately generate (de)protonated fragment ions with very few radical fragment ions (RFIs). However, the extent to which RFIs present in MS2 spectra has not been comprehensively investigated. This work uses the latest NIST 20 tandem mass spectral library to investigate of the occurrence of RFIs in CID MS2 experiments. In particular, RFIs were recognized using their integer double bond equivalent (DBE) values calculated from their annotated molecular formulas. Our study shows unexpected results as 65.4% and 68.8% of MS2 spectra contain at least 10% RFIs by ion-count (total number of ions) in positive and negative electrospray ionization (ESI) modes, respectively. Furthermore, we classified chemicals based on their compound classes and chemical substructures, and calculated the percentages of RFIs in each class. Results show that “Organic 1,3-dipolar compounds” and “Lignans, neolignans and related compounds” are the top 2 compound superclasses which tend to produce RFIs in their CID MS2 spectra. Moreover, aromatic, arylbromide, heteroaromatic, alkylarylether, phenol, and conjugated double bond-containing chemicals are more likely to produce RFIs. We also found four possible patterns of change in RFI percentages as a function of CID collision energy. Finally, we demonstrate that the inadequate consideration of RFIs in most conventional bioinformatic tools might cause problems during in silico fragmentation and de novo annotation of MS2 spectra. This work provides a further understanding of CID MS2 mechanism, and the unexpectedly large percentage of RFIs suggests a need for consideration in the development of bioinformatic software for MS2 interpretation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».