一种新的方法来提高自动化的质子核磁共振光谱分析全球谱反褶积(德牧)

卡洛斯•Cobas^一个费利佩•Seoane^一个圣地亚哥Dominguez,^一个斯坦图片^b与安东尼·n·戴维斯^c

^一个Mestrelab研究SL,菲·巴雷拉9 b浅滩,西班牙圣地亚哥德孔波斯特拉
^b额外的字节,Castano大哥,意大利
^c格拉摩根大学分析科学教授,国家,英国,和导演、分析实验室信息的解决方案

介绍

简单的质子核磁共振(¹H NMR)实验仍然使用最广泛的核磁共振分析技术尽管惊人的进步的设计更复杂的实验,用新的脉冲序列不断出现。最快是最敏感的,和非常丰富的信息提供有价值的结构信息。光谱通常解释,主要考虑化学位移、强度和耦合常数。本手册过程非常耗费时间,而且可以成为一个过程瓶颈在高通量NMR等领域。更广泛地部署新仪器,包括自动样品转换器和流探测器,也使得收购更大数量的化合物的核磁共振光谱。¹更大的光谱分析过程的自动化已成为必不可少的价值如果核磁共振作为一种高通量分析方法在未来。

传统的计算机辅助分析¹H NMR光谱是两种不同的方法:量子力学(QM)自旋系统计算和迭代优化的光谱参数。²这当然是最严格而复杂的方法,但有趣的是,最受欢迎的方法甚至比40年前^3,4,5当计算机能力是非常有限的。

第二种方法,顺便说一下近年来吸引了重大利益尽管计算要求比前面的方法,是基于相同的技术通常使用的大多数有机化学家,即使用流行的一阶分析规则。^{6,7,8,9,10,11}这种方法只有在弱耦合系统有效,因此,有一个有限的范围QM方法相比,但是对于快速光谱分析非常有用。

无论使用的方法,实现一个成功的主要障碍自动分析¹H NMR光谱以最小的用户干预在于核磁共振光谱不仅产生的光谱峰值转换的研究自旋系统,但也很多人,如溶剂和杂质峰,显然,参考峰(例如TMS),卫星峰完全相同的自旋系统(s) isotopomers和不稳定的峰值。识别任何明显的杂质或溶剂的一个任务是一个经验丰富的化学家很熟悉,但对计算机程序非常困难。这些山峰重叠复合共振,使一些简单的策略基于“溶剂”的定义区域无效。

这一列地址的应用全球谱反褶积(德牧)的计算机辅助分析¹H NMR谱的小分子。德牧可用于分类的山峰在光谱根据他们的起源(即复合山峰和文物)。分辨率增强力量和核素的数量的自动测定的光谱德牧也将被讨论。

全球谱反褶积

德牧是一个复杂的算法和一个简短的总结德牧的理论和实施将提供上下文的自动分析¹H NMR谱。

德牧是在概念上非常简单:它会自动减少一组的频域谱洛伦兹或接近洛伦兹线留下任何基线漂移和噪声。德牧的输出是一个“名单”峰值为洛伦兹线光谱参数的频率,振幅,线宽,可选地,阶段的所有理想的信息呈现在原始的光谱,但没有一个多余的“噪音”。这些山峰可以自动或手工编辑等自动识别的峰值(反常地窄峰),固体杂质(非常广泛的山峰),折叠起来的山峰(反常阶段),旋转显然isotopomer卫星。所有后续数据处理任务(如集成、多重态分析或结构验证和/或说明)可以完全在这干净的数字信息。

德牧的一个例子是如图1所示,它显示了蛔蒿素的光谱{(3 s, 5) 3, 5, 9-trimethyl-3a, 4、5、5 a-tetrahydronaphtho [1, 2 b] furan-2, 8 (3 h, 9 bh)土卫四}记录在氘氯仿与TMS参考800 MHz。所有单个山峰deconvolved德牧和德牧的合成和峰值显示重叠光谱与实验。山峰是颜色coded-compound(绿色)、溶剂(红色)或引用山峰(TMS,布朗)。这个任务由模糊逻辑专家系统进行自动虽然手工作业也是允许的。

为了达到这种程度的自动化,能够正确定义的方法设计了光谱的峰值出现在光谱的总数之前任何配件。

衍生品的可靠的计算尤为重要,特别是在差的光谱信噪比。一个增强版的Savitsky-Golay卷积算法¹²使用点的数量和顺序自动计算。衍生品的使用除了删除任何基线的依赖。此外,二阶导数的使用极大地提高分辨率和裸露的肩膀转换成不同的山峰。这可以欣赏插图的图1中,它显示了一个多重态与峰值显著年级的重叠和德牧成功地识别所有的山峰。德牧的分辨能力的另一个例子是图2所示,显示了乍一看似乎是一个双偶极子(实验山峰所示红色)而德牧检测共有八个山峰。完整的分析与相应的分子光谱证实德牧的结果。

另一个例子显示潜在的德牧有选择性地抑制任何不必要的信号,因此启用自动提取准确的核磁共振积分,即使利益严重复杂的高峰与其他溶质或溶剂共鸣,说明通过研究一个地区的雌二醇{[17 b] -Estra-1 3 5 (10) -triene-3 17-diol;方案1}¹H NMR谱在DMSO-d6包含广泛的水峰重叠和干扰13-H多重态。图3 (b)显示了这个原始数据的光谱区。埋在宽阔的HDO三个一组的峰值存在正确的光谱结构和地区是重要的验证。

图3 (c)显示的结果应用德牧原始频谱。可以看出,德牧识别和正确deconvolves三个一组被大型H₂阿峰。图3 (d)显示了生成的GSD-derived频谱合成无溶剂峰和使用原始行宽度来自反褶积过程。这个合成的积分计算光谱匹配预期的结构的化学计量学。显然,任何评价方法采用只排除区域(有时被称为黑暗区域)会失败在这个频谱分析的三合会错过。

自动solvent-recognition

对于一个成功的自动分析¹H NMR谱,这是至关重要的溶剂峰确定之前进行进一步评估。乍一看,这似乎是一个微不足道的任务作为最常见的溶剂峰的化学位移相对是众所周知的。¹³

然而在实践中,可靠的信号自动识别源于共同的溶剂是一个非常具有挑战性的任务自动计算机算法由于很多原因。没有进入详细讨论,考虑的一个重要的问题是值得关注的化学转变依赖实验条件(如浓度、温度、pH值等)。尤其重要的是要注意,作为二级溶剂水的化学位移随温度而变的,任何潜在的氢键受体往往会把水从其预期信号位置,有时几个ppm。水的另一个棘手的问题是,它不仅显示了作为单线态也更复杂的多重态呈现复杂的精细结构。例如,图1的插图所示的水峰实际上是由三个山峰。根据实验条件和溶质的水峰可以出现在许多不同的形式,线宽度和化学变化,使其自动检测。

甚至worse-some溶剂与共振信号重叠的化合物。的例子,这个问题已经在图1和图3所示。

解决这些问题的模糊逻辑专家系统识别溶剂信号的频谱。为每个溶剂multi-multiplet结构(MMS),系统的分数每一个德牧高位的属性列在一个特殊的光谱溶剂描述符,试图估计是否选择可能达到顶峰轴心线MMS。得分最高的巅峰,只要超过某个阈值,然后接受了主和,反过来,所有可识别的山峰MMS是贴上溶剂。一些参数包含在评分系统预期的化学位移,线宽,振幅,多样性,高清耦合常数,二级多重态,¹³C卫星多胎等。例如,DMSO溶液的主要MMS模式由18个山峰!评分系统分配不同的分数和每个参数的意义。

一些溶剂的性能检测的例子可以看到评分系统。

在图4中马钱子碱的芳香地区频谱在氯仿中。可以看出,溶剂峰是一个棘手的问题正确的标签,因为它看上去不小心完全重叠的山峰的质子H-14(见方案2)。

在这种情况下,系统发现¹³C卫星(蓝色山峰在图4中,右)给予评分系统有相当大的溢价为氯仿得分时,尽管这个峰值略有不同的化学位移期望值(7.20 ppm和7.26 ppm表中参考13),总的结果相结合的评分系统中所有不同的描述符产生正确的溶剂峰的识别。值得指出的是,氯仿的检测通常是更具挑战性的比其他溶剂峰(例如DMSO),因为它是一个单线态(除了¹³C卫星),因此不容易识别的应用模式识别技术。

相反的情况是,DMSO峰的自动检测,可以通过这一事实五个一组的多样性(见图5,左)评分系统可以利用。

当溶剂提供了一个清晰的多重结构,像五个一组在DMSO,在评估过程中相匹配,导致一个好的溢价在多重态模式识别测试的评分系统。同样如果isotopomer卫星也匹配(例如¹³C卫星在DMSO,参见图5)。然而,这并不意味着它是绝对必要的¹³C卫星或五个山峰在DMSO溶液。系统足够灵活以这样一种方式,如果这些属性是发现的概率分析对应于一个溶剂峰下的信号将会更高,但是如果任何个人的评分系统测试失败,这并不排除溶剂被发现。

这种灵活性与两个例子说明如图6所示。左边的图像作为一个例子显示了自DMSO信号是沉浸在一个拥挤的领域与许多化合物,因此信号¹³C卫星没有检测到。尽管如此,该算法能够标记与高选择性溶剂线正确。相比之下,图6显示了一个极端的例子德牧的分辨率太低,不能解决DMSO峰的精细结构,但在信噪比很好的提取¹³C卫星峰。因此,算法也能正确地辨别溶剂峰。

自动测定核素的数量

核磁共振的基本原理是,每个信号频谱的面积成正比核素导致信号的数量。当然,在结构分析中,重要的是积分的比例,而不是绝对值,因为他们依赖于仪器条件。选择经典,一个积分和核素分配给它的所有剩余积分将被引用的值正常积分。计算机算法,自动挑战在于找到核素产生的数量从一个特定的积分。

贝叶斯算法的组合和德牧的自动检测溶剂和参考峰被证明是非常有效的自动识别正确的积分值。在标准条件下的信噪比和纯洁,自动计算核素的数量非常好用。这种情况甚至在这些情况下,溶剂峰埋在多胎的化合物,在图1和图2所示的例子。另一个例子是如图7所示。

完全自动化的方式,一旦运行和德牧山峰自动标记根据其类型(化合物,溶剂等)和自动选择后积分边界,这个频谱核素的总数是27日,结果符合化学结构(这里没有显示)。峰确定为溶剂在集成过程中会自动跳过。此外,多重态为3.46,这对应于两个CH₂正确,可以量化,尽管大型水峰重叠。

结论

一旦所有非混合的信号,包括杂质、溶剂和参考高峰和其他光谱实验缺陷已被清除¹H NMR谱,自动分析¹H NMR光谱小分子成为一个更具有挑战性的任务。特别是,多重态分析使用一阶规则有效得多,特别是在严重污染的信号重叠或多胎溶剂峰。例如,图8显示了蛔蒿素的光谱分析的结果(图1中一样)完全自动(即通过一个按钮点击)。

引用

1. P.A. Keifer,萨达姆政权Smallcombe再见威廉姆斯动向所罗门,g·门德斯J.L. Belletire和C.D.摩尔j .梳子。化学。151 - 171 (2000)。https://doi.org/10.1021/cc990066u
2. p .发图片和j·沃格特j .增效。的原因。67 (1975)。
3. J.D. Swalen c.a赖利,j .化学。理论物理。37岁,21 (1962)。https://doi.org/10.1063/1.1732968
4. 可以见到效果和Bothner-By,j .化学。理论物理。41、3863 (1964)。https://doi.org/10.1063/1.1725826
5. 科学博士斯蒂芬森和g . Binschj .增效。的原因。395 (1980)。
6. 西奥多Hoye和h .赵j . Org。化学。67年,4014 - 4016 (2002)。https://doi.org/10.1021/jo001139v
7. c . Cobas诉Constantino-Castillo m . Martin-Pastor和f . del Rio-Portilla粉剂。的原因。化学。43岁,843 - 848 (2005)。https://doi.org/10.1002/mrc.1623
8. 美国村镇,人类。Nuzillard,j·詹。理论物理。95年,18 (1998)。https://doi.org/10.1051/jcp: 1998119
9. l·格里菲思粉剂。的原因。化学。444 (2000)。https://doi.org/10.1002/1097 - 458 x (200006) 38:6 < 444:: AID-MRC673 > 3.0.CO; 2 z
10. l·麦金太尔和r·弗里曼j .增效。的原因。96、425 (1992)。
11. j·斯通豪斯和j·基勒,j .增效。的原因。一个112年,43 (1995)。https://doi.org/10.1006/jmra.1995.1008
12. a . Savitzky和M.J.E.戈利,肛交。化学。36岁,1627 - 1639 (1964)。https://doi.org/10.1021/ac60214a047
13. Gottlieb阁下,诉Kotlyar和a . Nudelmanj . Org。化学。62年,7512 - 7515 (1997)。https://doi.org/10.1021/jo971176v