【技术实现步骤摘要】
本专利技术涉及合成大麻素，具体涉及一种基于质谱数据的合成大麻素分类和结构解析方法。
技术介绍
1、新精神活性物质(nps)是指不受禁毒公约管制但存在滥用并会对公众健康带来威胁的物质，其中，合成大麻素类毒品作为物质种类最多，变异最为迅速的新精神活性物质，目前已达356种，其结构一般由“头部”、“连接(也称颈部)”、“核心(也称躯干)”和“尾部”四个部分组成，给结构修饰提供了多处变异位点，不法分子热衷于对合成大麻素进行结构修饰，不停地“创造”新型结构，以逃避毒品管制目录。针对现有技术存在以下问题：
2、因为非靶向筛查的过程通常涉及数据采集、可疑峰提取和质谱解析，随着仪器采集技术和数据分析方法的不断进步，越来越多的样本数据需要人工解析，极大地降低了检验鉴定工作的效率的同时也导致了漏检误检等问题，目前，非靶向筛查研究的重点在于提取可疑峰(化合物发现)，许多研究人员提出了质谱数据过滤、增强光谱相似性、相似性搜索和片段树等方式，以提高识别可疑峰的准确性，然而，有关自动质谱解析的研究仍然较少，虽然cfm-id技术可以根据质谱数据预测化学结构，但由于合成大麻素在cid模式下的碎片信息较少，其预测结构的效果有限。
技术实现思路
1、本专利技术提供一种基于质谱数据的合成大麻素分类和结构解析方法，以解决上述
技术介绍
中提出的问题。
2、为解决上述技术问题，本专利技术所采用的技术方案是：
3、一种基于质谱数据的合成大麻素分类和结构解析方法，包括以下步骤：
4、
5、s2：分别使用cid模式和ead模式对样品进行全面采集；
6、s3：使用msconvert开源软件将仪器原始数据文件转换成mzxml的格式，使用mzmine开源软件对数据文件进行峰识别、色谱构建、解卷积、同位素过滤和数据导出，形成csv格式的峰信息文件和mgf格式的ms/ms数据信息文件；
7、s4：将cid模式下采集的数据经过清洗和标准化后，交由nps分类模型预测所有峰对应物质的类别，同样将ead模式下采集的数据经过清洗和标准化后，交由sc亚类分类模型预测nps分类模型判定为合成大麻素类物质的亚类类别；
8、s5：对nps分类模型判定为合成大麻素类的物质，使用ead模式下的数据在自建的合成大麻素碎片库中搜索4个部位的结构，生成所有候选化学结构，并根据前体离子的质量进行初步过滤，得到候选结构列表；
9、s6：根据步骤s4中给出的sc亚类类别，对步骤s5中得到的候选结构列表中的所有结构使用谱图预测算法，生成每个候选结构的预测ms/ms谱图；
10、s7：使用评分算法根据步骤s6给出的预测ms/ms谱图为每个候选结构进行评分，按照评分从高到低进行排序，排名第一的即为最可能的结构；
11、s8：在给出最可能的结构之后，软件同样也会给出碎片离子对应的可能碎片结构，完成最终的ms/ms谱图自动解析。
12、本专利技术技术方案的进一步改进在于：所述s2中仪器采集的色谱条件如下：色谱柱：phenomenexbiphenyl colum；流动相：a：甲酸水溶液，b：甲酸乙腈溶液；流速、进样量、柱温、样品室温度。
13、本专利技术技术方案的进一步改进在于：所述s3中的msconvert软件使用peakpicking功能，算法选择vendor，ms level设置为1-2；所述s3中的mzmine软件的详细参数如下：
14、a1：数据文件导入使用import ms data，将mzxml文件作为输入；
15、a2：峰识别使用mass detection，一级识别参数：保留时间范围1-20min，polarity为正离子，mass detector为centroid，noise level为1000，二级识别参数：保留时间范围1-20min，polarity为正离子，mass detector为centroid，noise level为0；
16、a3：色谱图构建使用adap chromatogram builder，minimum consecutive scans为5，minimumintensity for consecutive scans为2000，minimum absolute height为5000，cid数据的m/z tolerance为0.002m/z或10ppm，ead数据的为0.01m/z或50ppm；
17、a4：解卷积使用local minimum feature resolver，chromatographic threshold为85％，minimum search range rt/mobility为0.05，minimum relative height为0％，minimum absolute height为2000，min ratio of peak top/edge为2，peak durationrange为0-1，minimum scans为5；
18、a5：同位素滤过使用13c isotope filter，cid数据的m/z tolerance为0.001m/z或3ppm，ead数据的为0.01m/z或10ppm，retention time tolerance为0.02min，monotonicshape为是，maximum charge为2，never remove feature with ms2为是；
19、a6：数据导出使用export molecular networking files，导出csv和mgf两个文件。
20、本专利技术技术方案的进一步改进在于：所述s4中的cid数据的清洗和标准化方式如下：使用matlab对csv和mgf两个文件进行读取，得到所有峰及其对应的二级质谱数据，所有二级质谱数据按照以下流程进行处理：
21、b1：将响应归一化至0-100的范围，形成新的二维数组；
22、b2：分别以0.5％和5％的阈值，删除新的二维数组中响应低于该阈值的数据，形成cut_0.5和cut_5和两个二维数组；
23、b3：使用cut_5生成假设中性丢失数据，即将cut_5数组任意两个m/z做差，其绝对值作为新的m/z值加入nl数组中，其响应取两个作差值的平均，最后将生成的nl数组增加至cut_0.5数组中；
24、b4：将cut_0.5数组中的响应按照公式1进行标准化，m/z值以四舍五入的方式保留两位小数；
25、
26、b5：新建一个长度为50000的一维全零数组x[i]，值i代表着0.01到500，间隔为0.01的质量数，按照i＝m/z*100则x[i]＝响应的规则填入cut_0.5数组本文档来自技高网...
【技术保护点】
1.一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S2中仪器采集的色谱条件如下：色谱柱：PhenomenexBiphenylColum；流动相：A：甲酸水溶液，B：甲酸乙腈溶液；流速、进样量、柱温、样品室温度。
3.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S3中的MSConvert软件使用Peak Picking功能，算法选择Vendor，MS Level设置为1-2；所述S3中的MZmine软件的详细参数如下：
4.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S4中的CID数据的清洗和标准化方式如下：使用MATLAB对csv和mgf两个文件进行读取，得到所有峰及其对应的二级质谱数据，所有二级质谱数据按照以下流程进行处理：
5.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S5中结构搜索的方式如图
6.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S6中的谱图预测算法基于步骤S4给出的SC亚类分类模型给出的类别，按照图4-9的计算方式生成相应结构的预测谱图。
7.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S7中的评分算法将步骤S6得到的预测MS/MS谱图与实验谱图进行比对，质量容忍误差为0.01Da，一个峰计一分，候选结构以总分进行排序。
8.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述S8中的碎片离子结构预测，即峰匹配，匹配的方式基于所述S7的评分算法，将实验谱图与预测MS/MS谱图成功匹配的峰进行关联，对应结构即为图4-9中的序号对应的结构。
...【技术特征摘要】
1.一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述s2中仪器采集的色谱条件如下：色谱柱：phenomenexbiphenylcolum；流动相：a：甲酸水溶液，b：甲酸乙腈溶液；流速、进样量、柱温、样品室温度。
3.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述s3中的msconvert软件使用peak picking功能，算法选择vendor，ms level设置为1-2；所述s3中的mzmine软件的详细参数如下：
4.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征在于：所述s4中的cid数据的清洗和标准化方式如下：使用matlab对csv和mgf两个文件进行读取，得到所有峰及其对应的二级质谱数据，所有二级质谱数据按照以下流程进行处理：
5.根据权利要求1所述的一种基于质谱数据的合成大麻素分类和结构解析方法，其特征...
【专利技术属性】
技术研发人员：花镇东，杜宇，贾薇，刘翠梅，黄钰，
申请(专利权)人：公安部禁毒情报技术中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。