Building curated and annotated HRAM MSn spectral libraries to aid in unknown structure elucidation

Význam tématu

Malé molekuly, včetně léčivých látek, jejich metabolitů a degradantů, vyžadují přesnou a rychlou identifikaci. Vysokorozlišovací hmotnostní spektrometrie s víceúrovňovou fragmentací (HRAM MSn) v kombinaci s bohatými spekt­rálními knihovnami umožňuje detailní charakterizaci neznámých struktur, zkracuje dobu analýzy a zvyšuje spolehlivost výsledků.

Cíle a přehled studie

Cílem této práce bylo demonstrovat kompletní workflow pro sestavení lokální HRAM MSn knihovny a ověření výkonnosti nových algoritmů pro vyhledávání a řazení struktur pomocí Thermo Scientific mzLogic.

• Vytvořit a automaticky upravit lokální MSn knihovnu pro deset analogů sildenafilu.
• Porovnat různé typy vyhledávání (identity, tree search, substructure, mzLogic).
• Otestovat schopnost identifikace a řazení skutečných a analogových sloučenin.

Použitá metodika a instrumentace

Pro získání dat byla použita platforma Thermo Scientific Orbitrap ID-X Tribrid s UHPLC Vanquish. K vytvoření a anotaci knihovny sloužil software Mass Frontier 8.0 a modul Curator pro automatickou detekci a čištění spekter. Fragmentační data byla generována pomocí HCD a CID při různých energiích až do úrovně MS4.

• Hmotnostní spektrometr: Orbitrap ID-X Tribrid.
• UHPLC: Thermo Scientific Vanquish.
• Software: Thermo Scientific Mass Frontier 8.0 (Curator, Data Manager).

Hlavní výsledky a diskuse

• Identity a tree search přesně identifikovaly dvě sloučeniny již obsažené v knihovně (s hodnocením 99).
• Sloučeniny mimo knihovnu vykázaly nízké skóre identity/search, ale pomocí substructure a subtree search bylo možné nalézt společné fragmentární motivy.
• Algoritmus mzLogic úspěšně spojil spekt­rální podobnost a společné podstruktury a správné izomery řadil mezi prvními kandidáty.

Přínosy a praktické využití metody

Demonstrovaný přístup zefektivňuje odhalování neznámých metabolitů, kontaminantů či degradantů v chemických a farmaceutických laboratořích. Kombinace rozsáhlých MSn knihoven a pokročilých algoritmů zvyšuje jistotu při identifikaci i u strukturně příbuzných sloučenin.

Budoucí trendy a možnosti využití

• Rozšíření knihoven o širší spektrum malých molekul napříč odbornostmi.
• Integrace umělé inteligence pro automatické předpovědi fragmentací a návrhy struktur.
• Propojování lokálních a veřejných databází pro sdílení knihoven a zrychlení identifikace neznámých látek.

Závěr

Vytvoření a automatická kurace lokální HRAM MSn knihovny spolu s novými vyhledávacími algoritmy poskytuje výkonný nástroj pro strukturální identifikaci neznámých molekul. mzLogic výrazně zkracuje dobu potřebnou pro výběr kandidátních struktur a zvyšuje důvěryhodnost výsledků.

Reference

• Ding C., Comstock K., Sharma S., Sanders M., Raab M. Building curated and annotated HRAM MSn spectral libraries to aid in unknown structure elucidation. Technical Note No. 65602. Thermo Fisher Scientific; 2019.