Theoretical Study Synchronized Reverse Scan Collision-Induced Dissociation in Digital Linear Ion Trap
Notice bibliographique
Résumé
The effectiveness of collision-induced dissociation (CID) in ion trap mass spectrometry (ITMS) is limited by a low-mass cutoff and weak fragmentation yields. Theoretically, the q value is optimized to balance the fractional product ion mass range with adequate energy deposition to improve fragment ion detection in the CID process; however, many promising technologies still depend on the traditional sinusoidal waveform-driven IT. Additionally, traditional CID-based multistage mass spectrometry (MS n ) experiments on ITMS rely on complex and time-consuming “tuning” to optimize CID for a particular ion. The digital ion trap (DIT) has a very promising application field in MS n analysis, because of its many unique features. Herein, we conducted a theoretical and experimental investigation of a developed synchronized reverse scan–CID (SRS-CID) using a digital linear ion trap. Specifically, (1) simulations and experiments demonstrated that in the SRS-CID, ions were sequentially scanned from high to low m / z value via the resonance excitation point ( q excitation ), producing multiple fragment ions without the need to know the m / z value or complex radiofrequency (rf) tuning of each product ion. The simulations demonstrated that the heating rate in the SRS-CID could reach 0.022 eV/μs. The experiments demonstrated that the optimal reverse scan speed was −0.053 ns/step. (2) We preliminary increased the period by a fixed value ( T step ) to control q excitation to study the molecule fragmentation approach. Different mass spectra were obtained by controlling t excitation with a fixed T step . (3) This paper introduces the phase space method to study the motion trajectories of precursor ions and daughter ions. The calculations used and the entire program were uploaded to GitHub. (4) Changing the duty cycle to advantageously shift q excitation improved the heating rate (0.033 eV/μs) in SRS-CID. Overall, we demonstrated the effectiveness of the developed SRS-CID technique in fragment ion analysis via theoretical derivation, simulation, and experimentation. Furthermore, DIT mass spectrometry was advantageous in tandem mass spectrometry analysis by facilitating modulation of the driving rf period.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».