Результаты библиотечный поиск

Масс-спектры. Фрагмент массива данных, параллельный оси масс при определенном времени во время элюирования пика дает масс-спектр соответствующего соединения (график относительной интенсивности ионов как функции от m/z). Масс-спектр с характерной структурой фрагментации является отпечатком пальцев молекулы и может служить для идентификации неизвестных веществ либо путем библиотечного поиска, либо в результате интерпретации спектра. [c.607]

Масс-спектрометр с ионизацией ЭУ особенно подходит для анализа органических соединений в органическом синтезе, нефтехимии, медицине, биологии, а также при анализе загрязнений окружающей среды [13, 40], т.к. дает возможность получить общую характеристику неизвестного соединения по масс-спектру, содержащему пики как молекулярных, так и осколочных ионов. Следует отметить, что основной материал по масс-спектрометрии органических соединений разных классов, накопленный и представленный в каталогах, — это,, главным образом, масс-спектры, полу ченные при анализе ЭУ. Поэтому автоматические системы обработки результатов масс-спектрометрических измерений, использующие библиотечный поиск, ориентируются именно на эти данные [81-87]. [c.847]

В экологической аналитической химии, особенно при определении органических загрязнителей, в настоящее время общепризнанным является метод идентификации целевых компонентов, основанный на использовании комбинации ГХ/МС/ИКФ. В общем случае идентификация неизвестного соединения должна производиться, исходя из предварительного представления о его природе, сообщаемого характером масс-спектра и результатом МС библиотечного поиска, как показано в табл. Х.11. [c.608]

Качественная характеристика процессов фрагментации органических соединений разных рядов связана с представлением результатов в описательной и недостаточно конкретной форме, в которой их весьма сложно использовать для установления структуры неизвестных соединений на основе эмпирических корреляций структура — процессы фрагментации . Гораздо более надежным оказывается исключение стадии полного анализа спектров (а следовательно — и необходимости выявления таких процессов) и использование прямых корреляций структуры веществ с их спектрами. По этой причине в настоящее время получили широкое распространение методы масс-спектрометрической идентификации, основанные на сравнении спектров неизвестных соединений с большими массивами данных. Степень совпадения спектров можно при этом оценить количественными критериями, а сама процедура библиотечного поиска осуществляется с помощью ЭВМ. [c.108]

Характер масс-спектрометрической идентификации определяется прежде всего алгоритмами библиотечного поиска и сравнения спектров, количеством спектров в банке данных и формой их представления (полные или сокращенные). Основной же фактор, влияющий на результаты идентификации и мало зависящий от вида алгоритмов, — природа исследуемых веществ, т. е. число соединений, обладающих близкими масс-спектрами (как представителей разных классов, так и изомеров одного и того же гомологического ряда). [c.109]

Сравнение спектров теоретически возможно с учетом всех без исключения пиков, однако такая операция требует больших затрат времени и часто нецелесообразна из-за малой информативности слабых пиков. Поэтому на второй стадии из спектра неизвестного соединения и из отобранных в результате предварительного поиска библиотечных спектров выбирают лишь наиболее информативные сигналы. Этой [c.113]

Рассмотренные в предыдущем параграфе алгоритмы идентификации основаны на использовании уже в значительной степени видоизмененной и преобразованной масс-спектрометрической информации. В схемах на рис. 4.2 и 4.3 указаны массовые числа сравниваемых пиков масс-спектра и операции с их интенсивностями. Применение таких схем требует предварительного отнесения неизвестного соединения к определенной группе изомеров. Другой, более общий, подход к проблеме идентификации заключается в непосредственном сравнении спектра неизвестного вещества со специальными библиотечными массивами масс-спектров. В простейшем случае такое сравнение может быть выполнено визуально с применением, например, атласа масс-спектров [50], где спектры представлены в графической форме. Более корректна идентификация с помощью специальных алгоритмов сравнения масс-спектров, в которых предусмотрены расчеты условных чисел, количественно характеризующих степень совпадения спектров между собой. Такие алгоритмы лежат в основе автоматических методов библиотечного поиска масс-спектров с помощью ЭВМ. Характер используемого массива спектров заметно влияет на получаемые результаты спектр неизвестного вещества можно сравнивать с литературными данными [25, 38, 39] или со спектрами, полученными на том же самом приборе для заведомых препаратов. Последний подход считается в настоящее время наиболее перспективным для создания специализированных библиотек масс-спектров (и индексов удерживания), особенно при хроматомасс-спектрометрической идентификации [51]. [c.104]

Несмотря на то что исследования теплообмена ведутся уже в течение многих лет, а публикации по результатам этих исследований заполняют библиотечные полки, конструктор часто пребывает в бесплодных поисках рас- [c.21]

Компьютеризованный поиск в библиотеках спектров оказывается весьма полезным, так как он дает направления поиска в случае анализа совершенно неизвестных образцов или предоставляет надежные данные для подтверждения того, что исследуемое вещество действительно присутствует в образце. Однако следует отметить, что наиболее часто используемые библиотеки содержат всего лишь от 20 ООО до 50 ООО масс-спектров, а число известных соединений на сегодняшний день составляет 12000000. Таким образом, результаты поиска в компьютерных базах данных нельзя воспринимать как истину в последней инстанции. При использовании такого поиска следует твердо придерживаться следующего правила в то время как компьютер позволяет быстро сравнить измеренный масс-спектр с библиотечным, окончательное решение об идентификации исследуемого соединения делает пользователь после тщательного изучения данных и результатов компьютерной обработки. [c.297]

Вещество, соответствующее пику (б), и его гомологи были идентифицированы с помощью сочетания ГХ/1МС как серия этоксикарбинолов (рис. Х.38). Элементный состав и наличие атомов кислорода были ясно продемонстрированы результатами АЭД-анализа (рис. Х.36). Однако структура, предложенная в результате библиотечного поиска, масс-спектров и ИК-спектров, оказалась неверной. Для окончательного выяснения структуры было бы необходимо провести хромато-масс-спектрометрический анализ в режиме химической ионизации для регистрации молекулярного иона, но при решении поставленной задачи достаточно было показать, что данное соединение является неионогенным поверхностно-активным веществом (ПАВ). [c.611]

В работе [171] описано дальнейшее развитие автоматиче ских методов совместной обработки хроматографической и масс спектральной информации Осуществляется сравнение индексов удерживания и масс спектров компонентов с данными, имеющимися в библиотеке, но не для отдельных хроматогра фических пиков, а целиком для сложных профилей ГХ — МС опытов с архивной библиотекой таких профилей Таким путем можно определять новые компоненты или аномальные концепт рации ранее установленных соединений Эта система работает следующим образом вначале осуществляется вычитание фона и разделение перекрывающихся компонентов, затем определяются относительные индексы удерживания для каждого компонента и рассчитываются относительные концентрации на основании одного или нескольких внутренних стандартов После этого производится поиск каждого масс спектра в библиотеке и, наконец, из этих данных строится ГХ — МС профиль, который сравнивается с библиотекой таких профилей для ранее проанализированных смесей ГХ—МС профиль определяется как совокупность данных состоящих из следующих частей а) ненорма лизованный масс спектр каждого компонента после обнаруже ния хроматографических пиков, вычитания фона и разделения перекрывающихся компонентов, б) индексы удерживания каж дого компонента в) относительные концентрации всех компо нентов г) название каждого компонента, которое может быть просто кодовым или предположительным, приписанным компоненту в результате обычного библиотечного поиска Пример такого ГХ—МС профиля показан на рис 2 14 Относительные концентрац и компонентов представлены вертикальными линиями в соответствующих положениях наложенными на обычный график ПИТ в зависимости от относительных индексов удерживания Высота каждой линии соответствует площади пика на графике ПИТ или относительной концентрации [c.111]

Вещество, дающее пик (а), было идентифицировано маес-спектромети-чески как дииитрил 2,3-диметил-2,3-диэтилянтарн0й кислоты, и результат был подтвержден библиотечным поиском ИК-спектров, который показал наличие нитрильной группы. ]У1асс-спектр и ИК-спектр вещества а и результаты соответствующих библиотечных поисков представлены на рис. Х.37. Результаты атомно-эмиссионного анализа (рис. Х.36) к тому же четко показывают присутствие в составе молекулы атомов азота. [c.611]

Просмотр спектров, записанных в памяти ЭВМ, в современных алгоритмах идентификации может быть основан на принципах прямого или обратного библиотечного поиска. При прямом поиске спектр неизвестного соединения поочередно сопоставляют с каждым из спектров банка данных, учитывая только сигналы, присутствующие в первом из них. Другими словами, наличие лищних пиков в библиотечном спектре не влияет на результаты идентификации. Примером таких алгоритмов является метод, разработанный для хромато-масс-спектро-метрических систем обработки данных еще в конце 60-х годов [94, 95]. При обратном поиске [96] каждый спектр массива справочных данных сопоставляется со спектром неизвестного соединения и не учитываются лишние пики во втором из них. Такой метод идентификации оказался весьма полезным именно в хромато-масс-спектрометрии, поскольку он позволяет правильно идентифицировать соединение даже при сильных искажениях их спектров другими компонентами или фоном хроматографической колонки. Еще более эффективны методы, сочетающие оба типа поиска [97, 98], так как они компенсируют погрешности как экспериментальных данных, так и спектров каталога. [c.113]

Разработка интеллектуальных систем, основанных на знаниях. Речь идет о создании так называемого интеллектуального интерфейса, включающего в себя средства общения, базу знаний, программу-планировщик и позволяющего конечному пользователю решать широкий круг творческих задач, не выходя за пределы языка своей предметной области. Различают три типа интеллектуальных систем, основанных на знаниях интеллектуальные информационно-поисковые системы (ИИПС), расчетно-логические системы (РЛС) и экспертные системы (ЭС). ИИПС позволяют конечному пользователю со своего рабочего места осуществлять поиск в базе знаний необходимой информации, обращаясь, если нужно, в библиотечные сети. РЛС позволяют решать проектные, плановые, научные и управленческие задачи по их постановкам и исходным данным независимо от сложности математических моделей. ЭС позволяют с помощью накопленных в ЭВМ знаний о предметной области интерпретировать результаты наблюдений, осуществлять диагностику технических, биологических, социальных систем, принимать решения и формулировать планы действий, прогнозировать поведение сложных систем, проектировать и конструировать технические системы, организовывать обучение, осуществлять контроль и управление, в том числе в условиях, когда математические модели трудно использовать [30, 35—41]. [c.44]

Рис. 9.2-17. Сравнение колебательных спектров неизвестного вещества (а) с библиотечным спектром и результат поиска 6) [Вйву " ].

Справочник химика 21

Химия и химическая технология