LC/MS Unknown Identifications Using MSMS Libraries Part VII: Using and Creating Other MSMS Libraries

Význam tématu

Úspěšná identifikace neznámých látek pomocí LC/MS se spoléhá na rozsáhlé MS/MS knihovny. Kombinace komerčních, open-access a vlastních knihoven výrazně zvyšuje šanci na správné přiřazení struktur v oblastech environmentální analýzy, farmacie a průmyslového výzkumu.

Cíle a přehled studie / článku

Cílem prezentace je předvést postupy pro využití a tvorbu MS/MS knihoven mimo standardní NIST databáze. Zaměřuje se na konverzi komerčních (Wiley), open-source (MoNA) a uživatelských knihoven do formátu NIST, jejich indexaci, distribuci a integraci do LC/MS identifikace.

Použitá metodika a instrumentace

• NIST MSMS Search software
• Utility Lib2NIST (verze 1.0.8.8 beta)
• Knihovny MoNA (MSMS a EI), Wiley Commercial Libraries
• MS/MS hybridní a standardní vyhledávání (low a high resolution)
• PowerShell skripty pro úpravu MSP souborů
• NIST Librarian pro tvorbu a editaci uživatelských záznamů
• Síťová distribuce knihoven pomocí dávkových souborů a plánovače Windows

Hlavní výsledky a diskuse

• Popis konverze MoNA a Wiley knihoven do formátu NIST, včetně dvou postupů pro MoNA (z SDF a MSP+Mol struktur).
• Rozdíl mezi low resolution (lr_) a high resolution knihovnami a jejich použití v hybridním vyhledávání.
• Řešení potíží s hybridním presearch (např. vypnutí presearch, úprava delta mass).
• Postup tvorby osobní uživatelské knihovny s přidáním pole Precursor_m/z pomocí Lib2NIST a PowerShell skriptu.
• Optimalizace metadat (synonyma, tagy, InChIKey) a postup (Re)indexace pro rychlé vyhledávání.
• Návrh automatizované noční aktualizace korporátní databáze s více než 50 000 záznamy.

Přínosy a praktické využití metody

• Využití rozmanitých knihoven zvyšuje spolehlivost identifikací neznámých látek.
• Open-access knihovny MoNA poskytují bezplatný vstupní bod, komerční knihovny přidávají kvalitu.
• Automatizovaná správa a distribuce interních databází šetří čas a zabezpečuje konzistenci dat.
• Možnost přidávat vlastní kvalitní spektra a metadata zvyšuje hodnotu korporátního aktiva.

Budoucí trendy a možnosti využití

• Rozšíření využití vysoké přesnosti hmotnosti (accurate mass) pro rozlišení izomerů.
• Integrace crowdsourced a AI-generovaných spekter s tradičními knihovnami.
• Automatizace tvorby knihoven přímo z instrumentálních dat a napojení na systémy LIMS.
• Využití pokročilých hybridních vyhledávacích algoritmů a strojového učení pro zvýšení citu a specificity.

Závěr

Využití a tvorba MS/MS knihoven mimo standardní NIST databáze výrazně rozšiřuje možnosti identifikace neznámých látek. Kombinací komerčních, komunitních a vlastních zdrojů, spolu s nástroji Lib2NIST a skripty pro úpravu a automatizaci, lze vytvořit robustní workflow pro LC/MS neznámé identifikace.

Reference

1. James Little Mass Spectral Resource Website
2. Chemical Ionization for MW Determination
3. Trimethylsilyl Derivatives for GC-MS
4. Methyl Ester Derivatives for GC-MS
5. SciFinder/ChemSpider and Accurate Mass LC-MS Data for Unknown ID’s
6. Surfactant Identification
7. Lipid Matrix Ionization Effects in LC-MS
8. MassBank of North America Overview
9. MassBank of North America Downloads
10. Lib2NIST Documentation
11. Tandem NIST Search Quick Start Guide
12. MoNA MSMS Library in Hybrid NIST Format
13. MoNA EI Library in NIST Format
14. Components in MoNA Libraries
15. PowerShell Script for Adding Precursor_m/z Field to User Library
16. Corporate Database Critical Eastman Chemical Co. Asset
17. Nightly Automatic Update of User’s Library on Corporate Network
18. Original Work for Nominal Mass In-source with No Precursor m/z