[发明专利]用于离子光谱中的结构识别的理化性质评分

说明书

本发明涉及一种将分子结构与从根据一种或多种理化性质分离得到的光谱数据中的信号峰相关联的方法，该方法包括，视情况可重复：在所获得的光谱数据中提供一个或多个与迁移率或相关性质的实验值相关的信号峰；确定一种或多种适合与一个或多个信号峰相关联的候选分子结构；利用计算、估计、推导和推算中的一个为每个候选分子结构提供作为迁移率的函数的第一匹配分数分布；在应用一个或多个信号峰的迁移率或相关特性的实验值时，为每个候选分子结构假定的第一匹配分数定义为来自相应分布的输出；并且在将分子结构与一个或多个信号峰相关联的步骤中使用假定的第一匹配分数。

技术领域

本发明涉及将分子结构与包含在光谱数据中的信号峰相关联的方法，所述光谱数据根据一种或多种理化性质从分离中获得。光谱数据可以包括离子光谱数据。离子光谱数据可能是从根据气相中的物理化学特性进行的分离中获得的，例如离子迁移率K或离子质量m或离子质荷比m/z。离子光谱数据同样可以从根据在电离和/或转移到气相之前的物理-化学性质，例如液相色谱中的保留时间进行的分离中获得。

背景技术

在本说明中结合具体方面对相关技术进行了说明。然而，这不应理解为限制本发明的以下公开内容。相关领域中已知的有用的发展和其修改也可以超出本说明的相对狭窄的范围应用，并且在阅读本说明之后的本发明的公开内容后，对于本领域的技术人员来说将是显而易见的。

自1994年首次引入SEQUEST软件包(Jimmy K.Eng等人，J.Am.Soc.MassSpectrom.1994,5,976-989)以来，用于识别蛋白质的数据库搜索算法已经取得了进步。搜索引擎通过将来自MS/MS数据的实验光谱与来自蛋白质数据库的计算机内光谱(in-silicospectra)进行比较来计算分数。尽管已经在改进蛋白质识别方面投入了大量努力，但仍然有大量光谱无法识别。障碍之一是频谱模糊。例如，来自蛋白质数据库的多个候选肽通常可以具有相同的前体质量和相似的碎片离子模式，从而产生竞争性的肽谱匹配搜索分数。

在下文中，将给出处理这种已有类型的频谱评估的出版物的简要说明，但不要求完整性：

例如，专利文献WO 2004/013635 A2提出了一种用于对肽匹配进行评分的系统和方法。实施方案包括引入基于适当信号检测的评分系统，包括基于与第一肽、第二肽及其片段相关的一个或多个匹配特征生成随机模型，以对第一肽和第二肽之间的匹配进行评分。基于随机模型计算第一肽与第二肽匹配的第一概率，和第一肽与第二肽不匹配的第二概率。并且至少部分地基于第一概率和第二概率之间的比率对第一肽和第二肽之间的匹配进行评分。

进一步举例而言，专利文献WO 2020/016428 A1公开了一种用于从至少一个实体的质谱和选择性地从来自所述至少一个实体的化学、物理、生物化学或生物分析的附加数据确定所述至少一个实体的种类的方法，对于每个实体而言包括以下步骤：a)从实体的质谱收集分析数据，并且选择性地从实体的化学、物理、生化或生物分析收集额外的分析数据；b)获取实体的多个候选种类，并获取所述实体的候选种类的流行度，而对于每个候选种类，所有具有较高流行度的候选种类都包括在多个候选种类中；c)对于实体的每个候选种类，计算其得分，所述计算至少涉及实体的流行度，或至少实体的流行度以及与质谱的一致性，d)确定作为具有这样的分数的候选种类的实体种类，即其具有最接近对应于实体真实种类的分数。

在进一步的科学发展过程中，通过在测量循环中增加额外的分离维度，出现了精确分辨大量光谱的解决方案，该维度迄今为止通常包括来自液相色谱的保留时间和来自(串联)质谱离子质量或质荷比m/z。额外的分离维度是源自离子迁移分离阶段的CCS(碰撞截面)，视情况与上游和/或下游质量分离阶段和/或上游色谱分离阶段连接。

在下文中，将给出处理此类增强型频谱评估的出版物的简要说明，同样不要求完整性：