msFineAnalysis AI未知物質構造解析ソフトウェア

先進のAIテクノロジーが実現する
未知物質構造解析ソリューション

msFineAnalysis AIは、GC/EIデータとGC/ソフトイオン化データを組み合わせた新しい定性解析"統合解析"と、2つのAI (メインAI、サポートAI) による"構造解析"を実現した、JEOL製JMS-T2000GC AccuTOF™ GC-Alpha専用の未知物質構造解析ソフトウェアです。
msFineAnalysisシリーズで搭載してきた機能は全て踏襲しています。msFineAnalysis AIでは様々な機能で得た解析内容に対して自動構造解析が可能です。
先進のAIテクノロジーが実現する今までにない自動構造解析システムが、GC-MS定性分析の常識を覆します。

特長

#1 AI構造解析

#2 デコンボリューション検出

#3 リテンションインデックス定性

#4 2検体比較 (差異分析)

#1 AI構造解析

革新的なソリューションへ進化
未知物質の分子式推定から構造式推定へ

ライブラリーデータベース未登録の未知物質 ( ▼ ) に対し、従来のmsFineAnalysisでは分子式を自動で提供しました。
msFineAnalysis AIを使えば、未知物質の構造式 (予測) が自動で得られます。

ソフトイオン化法の必要性：確実な分子式情報取得が構造解析の第1歩！

EI法はライブラリーデータベースに多くのスペクトルデータが登録されており、GC-MSの定性分析に幅広く活用されています。しかし、EI法は最もハードなイオン化法であるため、分子イオン以外にも多くのフラグメントイオンが観測され、分子イオンが全く観測されないこともしばしばあります。
そのため、ライブラリーデータベースに未登録の未知物質の場合、EIマススペクトルだけでは観測された最もm/z値が大きいイオンが分子イオンなのか、それともフラグメントイオンなのか、その判別は困難となります。そのような場合はソフトイオン化法が有効となります。
AccuTOF™ GC-AlphaではFI・PI・CIといった多彩なソフトイオン化法が使用可能です。また、ソフトイオン化法は、分子イオンやプロトン付加分子といった分子量情報を与えるイオンを観測しやすく、さらに精密質量を組み合わせることによって、未知成分の分子式情報を正確に得ることが可能となります。

未知物質のAI構造解析における出発点としても分子式情報が必要なため、ソフトイオン化法による分子式情報取得はますます重要になっています。

ライブラリー未登録成分のマススペクトル

熟練した解析者による手動構造解析 vs AI自動構造解析

※JMS-T2000GC 標準構成PC での計測値です。

アクリル樹脂のPy-GC-TOFMS 測定データで観測されたNIST ライブラリーデータベース未登録化合物に対する構造解析に要した時間を比較しました。質量分析に携わって30 年以上の熟練した解析者でも、4 成分の構造解析に約2 時間、つまり1 成分あたり30 分程度を要しました。
一方、AI 構造解析では、100 成分の構造解析に7 分弱、つまり1 成分あたり4 秒で構造解析を終了しました。

熟練した解析者が推定した構造式と、その構造式のAI 構造解析スコア (類似度) です。良い一致で構造式を予測できていることが分かります。

2つのAIによる自動構造解析
オンライン環境不要で安定的な構造解析を実現

msFineAnalysis AIでは自動構造解析機能を実現しました。世の中で認知されている1億個あまりの有機化合物の構造式情報と新規に開発した2つのAIモデルによる計算から、ライブラリーデータベース未登録成分であっても構造式候補を提供します。

AI 構造解析の予測精度

AI構造解析に使用しているメインAIの学習と評価には、NIST20ライブラリーデータベースを使用しました。
予測精度評価では、73%の割合で正しい構造式を上位1%以内、93%の割合で上位10%以内で確認することができました。

14581化合物における
正しい構造式の順位

PubChemより対象の化合物 (14581個) と同じ組成式を持つ構造式を用意し、その中から正しい構造式がどの順位かを確認しました。

検証した14581個の化合物のうち、73％にあたる10644化合物において、正しい構造式が上位1％以内の順位で得られました。

NIST20ライブラリーデータベースに無い以下の6化合物に対する構造解析においても、3化合物で正しい構造式を最上位に、残りの化合物も正しい構造式に似ている構造式を構造解析結果として得ることができました。

AI 構造解析アプリケーション

アクリル樹脂のPy-GC-TOFMS測定データに対して、AI構造解析を行った結果を以下に示します。NIST20ライブラリーデータベースで構造式を確認できなかった以下の20成分に対して、統合解析を行い分子式を決定した上でAI構造解析を行いました。

全ての化合物でアクリル樹脂のモノマー構造を反映したメチルエステルを含む構造式が上位として選択されており、今回構造解析の対象とした化合物の全てがアクリル樹脂の熱分解物であると推測することができました。

#2 デコンボリューション検出

精密質量デコンボリューションにより1成分のように見えるピーク中の複数成分を検出することが可能です。ベースラインに埋もれてしまった微量成分も見逃しません。

EI: 黒色実線：TICC、灰色ピーク：デコンボリューションピーク（青色は選択中）
SI: 緑色実線：TICC、灰色ピーク：デコンボリューションピーク（青色は選択中）

デコンボリューション検出では、TICC上で確認できない微量成分や、1成分のように見えるピーク中の複数成分を検出することが可能です。
多数の成分を自動で一斉に検出できるため、これまでのように抽出イオンクロマトグラム（EIC）をひとつひとつ作成する必要はありません。

#3 リテンションインデックス定性

リテンションインデックスは、n-アルカンの保持時間を基準とした相対的な指標値です。
GC-MS定性結果をより絞り込むことが可能です。

リテンションインデックス作成画面

リテンションインデックス (保持指標；RI) は、n-アルカンの保持時間を基準とした相対的な指標値です。対象成分の保持時間を保持指標に変換し、データベース等に収録された保持指標値と比較することで定性分析します。
クロマトグラム情報であるリテンションインデックスが、定性解析結果の解釈をサポートします。

#4 2検体比較 (差異分析)

分析ニーズが増加している2検体比較 (差異分析) に対応しています。
正常品と不良品、ロット間の違いなど2検体間のわずかな差異を抽出することが可能です。

ボルケーノプロットの詳細解析画面 (A: 良品、B: 不良品)

縦軸にp値を用いた再現性、横軸に2検体間の強度比を示すボルケーノプロットを採用しており、視覚的に2検体の差異成分を確認することができます。例えば正常品と不良品を比較して不良品で増減している成分や、新規材料と既存材料を比較して新規材料に特徴的な成分を確認できます。
2検体比較機能では測定データ数として、n=1、3、5の設定が可能です。