Controlled Formation of Protonated and Radical Cation Precursor Ions by Atmospheric Pressure Photoionization with μLC-MS Enables Electron Ionization and MS/MS Library Search
Notice bibliographique
Résumé
Atmospheric pressure photoionization (APPI) was developed as an alternative to electrospray ionization (ESI) for the generation of protonated molecules using liquid chromatography and optimized using dopants such as toluene, which predominantly forms protonated molecules, and chlorobenzene, which favors the formation of radical cations, although the latter has not been fully exploited. Based on 40 diverse low-molecular-weight compounds and micro liquid chromatography (μLC) coupled with APPI tandem mass spectrometry (APPI-MS/MS), the potential of radical cations was investigated. Chromatographic and ionization conditions were decoupled by post-column addition of methanol, allowing separate study and optimization. Due to the mass flow sensitive behavior of APPI, sensitivity is not affected by post-column dilution, and for 8 of 35 analytes, the radical cation response with μLC-APPI is better than for protonated molecules using μLC-ESI. Collision-induced fragmentation (CID) of radical cations produced within a collision energy range from 10-115 eV have, in the median, 65% of the fragments found in electron ionization (EI) spectra. This similarity allowed identification of 86% of the analytes using data-dependent acquisition (DDA) of radical cations and NIST EI library searches. We propose a workflow that uses multimodal DDA of protonated precursor molecules using ESI or APPI with toluene as a dopant, and radical cations produced by chlorobenzene-assisted μLC-APPI with post-column addition of methanol. This increases the confidence of molecular identification by allowing orthogonal library searches using MS/MS libraries for protonated precursor CID spectra and EI libraries for radical cation CID spectra.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».