JPH0141936B2 - - Google Patents

Info

Publication number
JPH0141936B2
JPH0141936B2 JP58214153A JP21415383A JPH0141936B2 JP H0141936 B2 JPH0141936 B2 JP H0141936B2 JP 58214153 A JP58214153 A JP 58214153A JP 21415383 A JP21415383 A JP 21415383A JP H0141936 B2 JPH0141936 B2 JP H0141936B2
Authority
JP
Japan
Prior art keywords
unknown substance
data
partial structure
substance
unknown
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired
Application number
JP58214153A
Other languages
English (en)
Other versions
JPS60107554A (ja
Inventor
Yoshiaki Ishida
Keiji Saito
Tokio Ooshima
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ube Corp
Original Assignee
Ube Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ube Industries Ltd filed Critical Ube Industries Ltd
Priority to JP58214153A priority Critical patent/JPS60107554A/ja
Priority to US06/667,628 priority patent/US4719582A/en
Priority to DE19843441833 priority patent/DE3441833A1/de
Priority to FR8417554A priority patent/FR2554927B1/fr
Publication of JPS60107554A publication Critical patent/JPS60107554A/ja
Publication of JPH0141936B2 publication Critical patent/JPH0141936B2/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46NMR spectroscopy
    • G01R33/4625Processing of acquired signals, e.g. elimination of phase errors, baseline fitting, chemometric analysis
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/90Fuzzy logic

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Description

【発明の詳細な説明】
(発明の技術分野) 本発明は、分析装置、特にC−13核磁気共鳴
(以下単にC−13NMRと称する)装置から得ら
れる未知物質のスペクトルデータを解析すること
により未知物質の化学構造を決定する方法および
装置に関する。 (従来技術と問題点) 現在まで、未知物質の構造を解析するには、分
析技術者がスペクトルデータを、自己の経験と分
光学的理論とにもとづき、知的頭脳活動をともな
う手作業で行なつて来た。この解析操作には、多
数の既知物質のスペクトルを比較して、未知物質
がどの既知物質のスペクトルと共通の特徴を示し
ているかを決定し、分子構造の構成要素である部
分構造を推定するが、これには時間を要し、また
データ解析に関する豊富な経験を必要とした。 最近、このような化学構造解析の分野で人間が
手作業で行なう場合と同様の手順をコンピユータ
によるデータ検索によつて、数万件に及ぶ既知物
質の標準スペクトルデータを未知物質のスペクト
ルデータと比較することによつて未知物質の化学
構造を判定することが行なわれている。 しかしながら、このような従来形の方法におい
ては、既知物質の標準スペクトルデータと未知物
質のスペクトルデータとが完全に一致した場合に
のみ未知物質と既知物質との同定が可能であつた
ため、標準スペクトルデータの中に含まれていな
いスペクトルを有する未知物質については何らの
情報も得られないという不都合があつた。すなわ
ち、このような従来形の方法においては、既知物
質の標準スペクトルデータと未知物質のスペクト
ルとにおける各スペクトル信号の位置や強度がそ
れぞれ特定の数字として一義的に決定され、これ
らの各スペクトル信号の完全一致を必要条件とし
ていたため、分子構造のわずかな相違による電子
密度の差や、測定誤差による数値のずれが原因と
なつて既知物質の同定すら充分でないという短所
を有していた。 また、現在までに蓄積されたC−13NMR装置
の既知物質のスペクトルは、最も広く普及してい
るサトラー社の標準スペクトルデータ集でも約
35000化合物程度であり、工業製品の開発研究を
目的として日々合成される化合物データはその中
にほとんど含まれていない。このため、従来形の
データ検索に頼る方法では特に合成反応の副生成
物等の化学構造を知ることはほとんど不可能であ
つた。 (発明の目的) 本発明の目的は、前述の従来形における問題点
に鑑み、未知物質の化学構造を決定する方法およ
び装置において、記憶装置に予め既知物質の部分
構造とそれに対応する化学シフト値とを記憶して
おき、この化学シフト値と未知物質のスペクトル
データとを用いて各部分構造が未知物質に含まれ
ている可能性をメンバーシツプ関数で評価すると
いう構想にもとづき、未知物質および既知物質の
いずれに対してもそのC−13NMRスペクトルか
ら自動的にかつ短時間でこれらの物質に含まれる
部分構造を推定して出力することができるように
し、この出力結果から分析技術者等が容易に分子
構造を決定できるようにすることにある。 (発明の構成) 本発明によれば、未知物質のスペクトルデータ
を検出する手段、既知物質の部分構造の各々に対
応して少くとも化学シフト値を記憶する記憶手
段、未知物質のスペクトルデータおよび該記憶手
段に記憶されたデータにもとづき各部分構造が未
知物質に含まれている可能性の程度を表わす評価
点をメンバーシツプ関数を用いて求める手段、該
評価点が所定のいき(閾)値以上であるか否かを
判定する比較手段、および該比較手段の出力にも
とづき未知物質に含まれる可能性が大きな部分構
造を表示する出力手段を具備する未知物質の化学
構造を決定する装置、および未知物質のスペクト
ルデータを検出し、該スペクトルデータと予め既
知物質の部分構造の各々に対応して記憶された化
学シフト値とにもとづき各部分構造が未知物質に
含まれている可能性の程度を表わす評価点をメン
バーシツプ関数を用いて求め、該評価点が所定の
いき値以上であるか否かを判定し、該判定結果に
もとづき未知物質に含まれる可能性が大きな部分
構造を求めてこれを表示する未知物質の化学構造
を決定する方法が提供される。 (発明の構成の具体的説明) 以下、図面を参照して本発明に係る方法および
装置につき具体的に説明する。 第1図は、本発明に係る未知物質の化学構造を
決定する装置の概略の構成を示す。同図におい
て、1はデータ処理装置であつて、中央処理装
置、入出力回路および内部記憶装置等を含むもの
である。データ処理装置1には、入出力回路を介
してC−13NMR装置2、シリアルプリンタ3、
キーボード4、フロツピデイスク5および6、
CRTデイスプレイ7、等が接続されている。C
−13NMR装置2は、データ処理装置1から入力
されるコントロール信号に応じて未知物質のスペ
クトル信号を発生してデータ処理装置1に入力す
るものである。なお。C−13NMR装置2にはX
−Yプロツタ8およびデジタルプロツタ9が接続
されており、前記未知物質のスペクトルデータを
それぞれアナログ形式およびデジタル形式で出力
表示する。データ処理装置1に接続されたキーボ
ード4は、例えばデータ処理装置1に対する各種
の指令信号を入力し、あるいは処理条件の指定等
を行なうために使用されるものである。シリアル
プリンタ3およびCRTデイスプレイ7はデータ
処理装置1による解析処理の結果得られた部分構
造の表示その他を行なうものである。また、フロ
ツピデイスク5および6は、それぞれ、例えば、
既知物質の各部分構造に対応して化学シフト値を
記憶し、かつ各芳香環炭素に対応して化学シフト
値を記憶するものである。 次に、第2図を参照して第1図の装置によつて
行なわれる未知物質の部分構造の解析処理の手順
につき説明する。まず、C−13NMR装置2から
未知物質のスペクトルデータがデータ処理装置1
に入力される。C−13NMR装置2は、周知の測
定技術で未知物質のスペクトルデータを生成する
が、完全デカツプル測定からは複数のシグナル群
すなわちスペクトル信号群についてそれぞれの位
置(ppm単位)と強度(無単位)からなるデータ
が得られ、またオフレゾナンス測定からは各シグ
ナルの分裂パターン(一重線、二重線、三重線、
四重線および多重線)を示す数値データの形で出
力される。第1表は、2,2,4−トリメチルペ
ンタンの場合におけるC−13NMRスペクトルデ
ータの1例を示す。 第1表 シグナルNo. 位置 強度 分裂パターン 1 24.8 1.5 2 2 25.5 5.4 4 3 30.1 8.9 4 4 31.0 1.0 1 5 53.3 2.0 3 なお、このようなスペクトルデータはデータ処
理装置1に入力されると共に、X−Yプロツタ8
およびデジタルプロツタ9によつて表示される。 本発明においては、完全デカツプル測定による
スペクトルデータを用いるが、オフレゾナンス測
定によつて得られたスペクトルデータを加えるこ
とによつて解析精度を高くすることができる。ま
た、C−13NMR装置2の他にCHN元素分析装
置および質量分析装置(MS)等をデータ処理装
置に接続し、これらの各装置から得られるデータ
を解析して決定される分子式または原子組成式を
用いることにより、同様に解析精度を高くするこ
とができる。なお、上述の各スペクトルデータ等
はデータ処理装置1に接続されたキーボード4等
から入力することも可能である。 次に、このようにしてデータ処理装置1に入力
されたスペクトルデータと、例えば、フロツピデ
イスク5に記憶された化学シフト表のデータ等を
用いて各部分構造が未知物質に含まれている可能
性の程度を示す評価点の計算が行なわれる。 ここで、化学シフト表は、各部分構造に対応す
るスペクトル信号の位置等のデータを含む数値表
である。この場合、1個の部分構造は1個から10
個の炭素原子を含み、これに隣接する水素、酸
素、窒素、イオウ、リン、ハロゲン等を含む原子
団から成り、最大5本のスペクトル信号が対応す
る。すなわち、部分構造は有機化合物の分子構造
を構成する原子団を意味し、各種の原子の種類と
数の組み合せ、および原子間の単結合、二重結
合、三重結合などの化学結合様式による種々の組
み合せがあり、無数の原子団が存在するが、本発
明においては、C−13NMR装置から得られる炭
素原子骨格に関する構造情報を処理するため、炭
素を中心とする部分構造を設定し、他の原子はこ
れに隣接するものとして定義している。部分構造
内にはNMR分光学の理論から等価とみなされる
炭素が2個以上含まれることがあり、1本のスペ
クトル信号に対応されることも多いが、原則的に
は化学シフト表は部分構造内の最大5個の炭素に
対応するシグナルの位置を示す数値表の形態を取
る。 上記の部分構造について、それぞれ既知物質の
スペクトルデータの中に現われたスペクトル信号
の位置を統計的に整理すると、特定の炭素に対応
するスペクトル信号は特定の範囲に分布する。そ
の分布は統計データの数を多くするに従い、ガウ
ス分布に近似される度数分布を形成し、最も多く
出現する位置を中心として、左右対称に分散する
ことが分つた。分散の原因は、主に部分構造の中
に残されている自由な結合手と連結して隣接する
原子または原子団の電子的および立体的性質に依
存するものであり、その他化学的、物理的原因が
加わつて起る現象と思われる。従つて、未知物質
の中に含まれる部分構造を決定するためには、対
応するスペクトル信号の位置を特定することが出
来ないので、本発明においては、統計処理の結
果、得られた中心位置と標準偏差とを用いて、ス
ペクトル信号の出現範囲を表わす。他方、部分構
造内の5個の炭素は、上記の自由な結合手の部位
から遠ざかるに従つて、対応するスペクトル信号
の出現範囲が狭くなり、部分構造内の末端部位に
属する炭素において、最も狭いものとなり、部分
構造の決定に最も大きく寄与する。従つて、5個
の炭素相互間において、当該部分構造を決定する
ための重要度が異なるのでそれぞれのシグナルに
ついて、相対的重みを付加して化学シフト表に含
めた。また、オフレゾナンス測定から得られる分
裂パターンは、分光学的理論にもとづき、炭素原
子に直接結合する水素原子の数に対応するので、
化学シフト表に含めた。第2表は、n−プロピル
基を表わす部分構造の場合における化学シフト表
の1例を示す。
【表】 次に、前述の評価点の計算方法につき説明す
る。本発明においては、未知物質のスペクトル信
号が化学シフト表に格別された標準的なスペクト
ル信号の位置からずれた場合においても近似する
部分構造を決定できるようにするためフアジイ
(あいまい)システム理論におけるメンバーシツ
プ関数が用いられている。そして、未知物質につ
いて実測されたスペクトル信号のずれの発生する
頻度は多数の既知物質のスペクトルを統計的に処
理することにより、ガウス分布することが分つた
ので、ガウス関数をメンバーシツプ関数としてい
る。このようなメンバーシツプ関数は、第3図に
示すように、化学シフト表に格別されている個々
のスペクトル信号の中心位置に対し、未知物質の
スペクトルデータの特定のスペクトル信号の位置
が完全に一致した場合に1.00となり、不一致の場
合、中心位置からの距離にもとづくずれの程度を
ガウス分布の仮定のもとに0.00まで変化させる関
数である。そして、この関数値が1.00に近いほ
ど、未知物質のスペクトルデータの特定のスペク
トル信号と当該部分構造に属するスペクトル信号
との類似度が大きいことを表わしている。なお、
メンバーシツプ関数(t)iは以下のように定義
される。 ti=|Po−Pk|/σ ……(1) (t)i=e×P(−1/2t2 i) ……(2) なお、上述の式において、Ppは中心位置すなわ
ち中心周波数、Pkは未知物質の特定のスペクト
ル信号の位置すなわち周波数、σは標準偏差をそ
れぞれ示す。 次に、第4図を参照して評価点の計算処理につ
き詳細に説明する。まず、記憶装置に格納されて
いる化学シフト表から1つの部分構造に対応する
1組のデータを読み出す。 次に、分子式または原子組成式が入力されてい
る場合は、当該部分構造について化学シフト表記
載の原子組成が内包されるか否かを判定し、内包
されない場合は当該部分構造は未知物質の原子の
種類および数の点から未知物質に含まれないこと
が自明であるから以下に述べる評価点の計算処理
を行なうことなく次の部分構造の処理に移る。も
し、入力されている分子式データ等に当該部分構
造の化学シフト表記載の原子組成が内包される場
合は、化学シフト表から読み出したデータに示さ
れている中心位置に最も近い位置にある未知物質
のスペクトル信号を入力データより選定する。 この時、オフレゾナンス測定データが入力され
ている場合は、入力されている当該スペクトル信
号の分裂パターン数が化学シフト表記載の分裂パ
ターン数と一致するか否かを判定し、一致する場
合は当該スペクトル信号について前述のメンバー
シツプ関数の計算を行なう。もし、これらの分裂
パターン数が一致しない場合はメンバーシツプ関
数の計算は行なわれない。このようにして、化学
シフト表から読み出した1組のスペクトル信号の
個々についてメンバーシツプ関数の計算が行なわ
れる。 次に、化学シフト表から読み出したデータに含
まれている重みを用いて最大5本のスペクトル信
号について以下の(3)式を用いて加重平均を求め、
各部分構造が未知物質に含まれている可能性に関
する評価点を算出する。 以上の処理を化学シフト表に含まれているすべ
ての部分構造について順次実行することによつて
評価点の計算処理が終了する。 第5図を参照してn−プロピル基の例につき評
価点の算出方法を具体的に説明する。第5図a
は、前述の第2表に示されたn−プロピル基の化
学シフト表のデータをグラフによつて概念的に示
したものである。第2表から明らかなように、n
−プロピル基は3つのスペクトル信号1、2、3
を有し、それぞれのスペクトル信号の中心位置
Pp1、Pp2およびPp3はそれぞれ14ppm、22ppmお
よび38ppmであり、標準偏差σ1、σ2およびσ3
5、8および10ppmである。なお、各スペクトル
信号1、2および3は、それぞれ原子団 1CH3
−、− 2CH2−および− 3CH2−に対応する。 このような化学シフト表のデータに対して第5
図bに示されるような各々の中心位置がPk1、Pk2
およびPk3の3本のスペクトル信号を有するスペ
クトルデータが入力されたものとする。前述の(1)
式を用いて各スペクトル信号に対応するti(i=
1、2、3)の値を求めると t1=|Pp1−Pk1|/σ1 t2=|Pp2−Pk2|/σ2 t3=|Pp3−Pk3|/σ3 となる。これらのt1、t2、t3の値を前述の(2)式に
代入してメンバーシツプ関数(t)1、(t)2
よび(t)3を求めた後、前述の(3)式を用いて評
価点Tが算出される。この場合TT =W1(t)1+W2(t)2+W3(t)3/W1+W2
+W3 となる。ここで、W1、W2、W3はそれぞれ前述
の第2表の化学シフト表に示されている各スペク
トル信号1、2、3の重みを示す値である。 このようにして求められた評価点が所定のしき
い値、例えば0.70、以上であるか否かが判定され
る。そして、この所定のしきい値以上の評価点を
持つ部分構造については、未知物質の中に含まれ
る可能性が大きいから、第1図の装置におけるシ
リアルプリンタ3およびCRTデイスプレイ7等
に表示される。以上の処理が化学シフト表に含ま
れたすべての組のデータにつき各組ごとに繰り返
し行なわれる。なお、上述の処理によつて未知物
質の中に含まれる可能性が大きいと判定された部
分構造の表示は、すべての処理が終了した後に行
なつてもよいことは明らかである。 なお、解析結果の表示は、例えば、未知物質の
すべての入力データと、部分構造のコード記号ま
たは英数字を用いて表記した部分構造の化学式と
メンバーシツプ関数の計算に利用したスペクトル
信号の位置と評価点の値等につき行なわれる。但
し、スペクトル信号の位置と評価点等の表示は必
要がなければ出力内容から除くこともできる。 以上のような手順により未知物質にどのような
部分構造が含まれているかを知ることができる
が、本発明においては、上記と同様の手順を用い
てさらに未知物質が、芳香環置換体又は値の環置
体である可能性を判定することによつて未知物質
の化学構造をさらに明確にするような処理を行う
ことができる。すなわち、例えば、未知物質が置
換芳香環を含む場合、再び第2図のフローチヤー
トを参照すると、前述の部分構造に対応する化学
シフト表を用いた処理が終了した後、まず未知物
質がベンゼン環等の芳香環を有する可能性が判定
される。もし、未知物質に芳香環が存在する可能
性がある場合は芳香環炭素の化学シフト表を用い
て未知物質の置換位置異性構造の可能性を示す評
価点を前述と同じメンバーシツプ関数を用いて算
出する。 この場合、芳香環炭素の化学シフト表は既知物
質の多数の芳香環部分構造に対応してスペクトル
信号の位置等を記憶したものである。一般に、1
個の芳香環部分構造は、特定の置換基が導入され
ている環内の炭素1個のみを意味し、それぞれ1
本のスペクトル信号が対応する。この置換基の根
元の炭素を以下では注目の環炭素と称する。芳香
環部分構造は、注目の環炭素に直接置換している
原子とその両側に隣接しているオルソ位の置換基
の原子および環を通じて相向い合う位置のパラ位
の置換基の原子とによつて定義されるもので、本
発明特有の定義である。例えば、ベンゼン環の場
合は以下のように定義される。 なお、上記においてXは特定の置換基の原子で
あり、●は注目の環炭素であり、AおよびBはオ
ルソ位の置換基の原子、Cはパラ位の置換基の原
子である。 芳香族化合物は、炭素、酸素、窒素、イオウな
どの原子が環状構造を形成して化学的に安定な環
部分と、前述の部分構造と同様な原子団から成る
置換基部分とから成る。ベンゼノイド系化合物の
場合、環部分は6個の炭素原子から成り、置換基
が6箇所に結合できる部位を持ち、さらに置換基
自体が多数の原子との結合様式の組み合せを取り
得るので、芳香環部分構造も無数に存在する。 上記の芳香環部分構造の注目の環炭素について
それぞれ既知物質のスペクトルデータの中に現わ
れたスペクトル信号を統計的に整理すると、特定
の範囲にガウス分布を示す。その分散の原因は、
オルソ位、パラ位および直接に結合している原子
のさらに先に結合している原子または原子団が、
電子的、立体的に注目の環炭素に影響を及ぼすこ
とによるものと思われる。従つて、未知物質の中
に含まれる芳香環部分構造を決定するためには、
対応するスペクトル信号位置を特定出来ないの
で、本発明においては統計処理の結果得られたシ
フト範囲の両端(最高位置と最低位置)を用いた
数値表の形態を取る。第3表はベンゼン環の1、
2、4、6位にメチル基が置換している場合すな
わち の構造を有する芳香環炭素(原子組成C10H12
の化学シフト表の一例を示す。 第3表 原子組成 C10H12 最高位置 最低位置(ppm) 131.5 134.5 以上のような芳香環炭素の化学シフト表を用い
て未知物質が芳香環置換位置異性体である可能性
を示す評価点の算出が行なわれる。そして、すべ
ての芳香環部分構造についてこの評価点の算出を
行ない、この評価点が所定のいき値例えば0.30以
上の値となるすべての芳香環部分構造を取り出
す。そして、これらの芳香環部分構造の組み合わ
せにより1つの芳香環構造を求める。そして、こ
の組合わされた1組の芳香環部分構造についての
評価点を算出し、該評価点が所定のいき値例えば
0.70以上である場合は未知物質が上述のようにし
て組合わされた1組の芳香環部分構造を含むもの
と判定し、その芳香環部分構造を表示する。 以上の処理を第6図を参照してさらに詳細に説
明する。まず、C−13NMRスペクトルの入力デ
ータから未知物質が芳香族化合物の置換体である
可能性を判定する。そして、未知物質が芳香族化
合物の置換体である可能性がある場合には、芳香
環炭素の化学シフト表から1組のデータを取り出
す。そして、分子式または原子組成式が入力され
ておれば該分子式等のデータと芳香環部分構造の
組成式を比較し、当該芳香環部分構造について化
学シフト表記載の原子組成が内包されるか否かを
判定し、内包されない場合は次の芳香環部分構造
についての処理に移る。もし、内包される場合は
化学シフト表から取り出したデータに含まれる最
高位置の周波数と最低位置の周波数の中間点を便
宜上中心周波数すなわち中心位置と仮定し、最高
位置と最低位置の距離を標準偏差と仮定する変換
操作を行なう。次に、変換した中心位置に最も近
い位置に相当する未知物質のスペクトル信号を入
力データより選定する。 他方、オフレゾナンス測定データが入力されて
いる場合は、当該スペクトル信号の分裂パターン
数が化学シフト表記載の芳香環部分構造のコード
記号が示す分裂パターン数と一致するか否かを判
定し、不一致の場合には次の芳香環部分構造につ
いての処理に移る。これは、当該スペクトル信号
の分裂パターン数が注目する炭素に結合している
原子が水素である場合2、他の原子の場合は1と
なる性質を利用し芳香環炭素の化学シフト表記載
の芳香環部分構造を表わすコード記号を利用して
分裂パターン数を比較するものである。分裂パタ
ーン数が一致した場合には前述の(1)および(2)式を
用いてメンバーシツプ関数の計算を行なう。そし
て、このメンバーシツプ関数値が便宜上設定され
たいき値、例えば0.30未満の場合には当該芳香環
部分構造は未知物質の構造には含まれないものと
して除去する。 以上の処理を芳香環炭素の化学シフト表に含ま
れるすべての芳香環部分構造について実行する。 このようにして、便宜上設定されたいき値以上
の芳香環部分構造を求め、これらの芳香環部分構
造の中から相互に隣接して環状構造を形成する組
み合せを見い出し、各スペクトル信号の重みを1
とする単純平均を(3)式を用いて計算し、環状構造
全体として未知物質に含まれている可能性に関す
る評価点を算出する。すなわち、芳香環部分構造
は、注目の環炭素1個のみのスペクトル信号が対
応するが、部分構造を表現する上での従属的な情
報として、オルソ位、パラ位および直接結合して
いる置換基の原子を定義しているので、例えばベ
ンゼン環の場合、6個の芳香環部分構造を取り出
した場合、置換基に関する情報を相互に満足しか
つ6個のすべての炭素の環内における位置関係並
びに置換基の位置関係を説明しうる組み合せが存
在する。 例えば、2,4−ジメチルフエノールの場合の
芳香環部分構造の組は となり、これらの芳香環部分構造を組み合せるこ
とによつて以下のような環状構造が求められる。 以上のような芳香環部分構造の組み合せの検出
の後、前述のように単純平均による評価点の算出
が行なわれる。そして、すべての組み合せに対し
て該評価点の計算が行なわれた後該評価点が所定
のいき値、例えば、0.70以上か否かを判定し、当
該環状構造が未知物質に含まれている可能性の有
無を判定する。この結果、未知物質の化学構造の
中に含まれている可能性の大きなことが判明した
環状構造は前述と同様にして出力装置に表示され
る。 (実施例の説明) (1) カルコン(Chalcone)の解析例 カルコンを未知物質と見立てた場合、インプ
ツトデータは下記のようである。
【表】 このデータに対する出力結果は、この物質の
構造の中に含まれている可能性の大きな部分構
造として下記の5種の部分構造を出力し、その
うちの2種は、芳香環部分構造によつて組み立
てられたベンゼン環状構造である。 1 C6H5−CH=CH−CO− 2 C6H5−CO− 3 C6H5−CH=CH− 4
【式】 5
【式】 C6H5はモノ置換ベンゼンを表わし、CH=
CHまたはC=Cは二重結合部分、またCOはカ
ルボニル基(C=O)を表わす、上記5種の
部分構造は、互に相補う内容を含んでおり、こ
の結果にもとづいてカルコンの構造式 を決定することは容易である。 (2) m−Bromotolueneの例 m−ブロモトルエン
【式】を未知物 質と見立てた場合のインプツトデータは下記の
ようである。
【表】 出力の部分構造は2種でしかもその中の1種
は芳香環部分構造によつて組み立てられた正解
の構造式に相当している。 1 CH3−(PHENYL) 2
【式】 (3) Bis−(4−dimethylamine)
thiobenzophenoneの例 ビス−(4−ジメチルアミン)チオベンゾフ
エノン を未知物質と見立てた場合のインプツトデータ
は下記のようである。
【表】 出力の部分構造は下記の3種であるが、1、
3番は正解であるが、2番のイソチオシアネー
ト基は正解ではなく、偶然にスペクトル信号の
位置が一致したものである。このように正解の
部分構造と似て非なる出力部分構造をノイズと
呼ぶことがある。 1 (CH3)2N−(PHENYL) 2 S=C=N−(PHENYL) 3
【式】 (発明の効果) 以上のように、本発明によれば、未知物質の化
学構造を決定する操作の過程において、未知物質
のスペクトルデータに基づき該未知物質に含まれ
る部分構造を短時間で知ることが可能になり、分
析技術者および一般の化学者が容易にかつ迅速に
化学構造を決定することが可能になる。また、本
発明によれば、分析技術に関する高度の熟練およ
び経験を必要とせず、また人間の思考過程では起
りがちな“思い込み”や“見落し”からくる誤認
を除去して的確に化学構造の決定を行なうことが
可能になる。
【図面の簡単な説明】
第1図は本発明の1実施例に係る装置の構成を
示すブロツク回路図、第2図は第1図の装置にお
ける未知物質の化学構造の決定処理の手順を示す
フローチヤート、第3図は、メンバーシツプ関数
の算出方法を説明するためのグラフ、第4図は第
2図における評価点の計算処理の詳細を示すフロ
ーチヤート、第5図は評価点の計算方法を具体的
に説明するためのグラフ、そして第6図は第2図
における芳香環置換位置異性体の可能性を示す評
価点の計算処理の詳細を示すフローチヤートであ
る。 1:データ処理装置、2:C−13NMR装置、
3:シリアルプリンタ、4:キーボード、5,
6:フロツピデイスク、7:CRTデイスプレイ、
8:X−Yプロツタ、9:デジタルプロツタ。

Claims (1)

  1. 【特許請求の範囲】 1 未知物質のスペクトルデータを検出する手
    段、既知物質の部分構造の各々に対応して少くと
    も化学シフト値を記憶する記憶手段、未知物質の
    スペクトルデータおよび該記憶手段に記憶された
    データにもとづき各部分構造が未知物質に含まれ
    ている可能性の程度を表わす評価点をメンバーシ
    ツプ関数を用いて求める手段、該評価点が所定の
    いき値以上であるか否かを判定する比較手段、お
    よび該比較手段の出力にもとづき未知物質に含ま
    れる可能性が大きな部分構造を表示する出力手段
    を具備する未知物質の化学構造を決定する装置。 2 未知物質のスペクトルデータを検出し、該ス
    ペクトルデータと予め既知物質の部分構造の各々
    に対応して記憶された化学シフト値とにもとづき
    各部分構造が未知物質に含まれている可能性の程
    度を表わす評価点をメンバーシツプ関数を用いて
    求め、該評価点が所定のいき値以上であるか否か
    を判定し、該判定結果にもとづき未知物質に含ま
    れる可能性が大きな部分構造を求めてこれを表示
    する未知物質の化学構造を決定する方法。
JP58214153A 1983-11-16 1983-11-16 未知物質の化学構造を決定する方法および装置 Granted JPS60107554A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP58214153A JPS60107554A (ja) 1983-11-16 1983-11-16 未知物質の化学構造を決定する方法および装置
US06/667,628 US4719582A (en) 1983-11-16 1984-11-02 Method and apparatus for determining the chemical structure of an unknown substance
DE19843441833 DE3441833A1 (de) 1983-11-16 1984-11-15 Verfahren und vorrichtung zur bestimmung der chemischen struktur einer unbekannten substanz
FR8417554A FR2554927B1 (fr) 1983-11-16 1984-11-16 Procede et appareil pour determiner la structure chimique d'une substance inconnue

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58214153A JPS60107554A (ja) 1983-11-16 1983-11-16 未知物質の化学構造を決定する方法および装置

Publications (2)

Publication Number Publication Date
JPS60107554A JPS60107554A (ja) 1985-06-13
JPH0141936B2 true JPH0141936B2 (ja) 1989-09-08

Family

ID=16651097

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58214153A Granted JPS60107554A (ja) 1983-11-16 1983-11-16 未知物質の化学構造を決定する方法および装置

Country Status (4)

Country Link
US (1) US4719582A (ja)
JP (1) JPS60107554A (ja)
DE (1) DE3441833A1 (ja)
FR (1) FR2554927B1 (ja)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4908773A (en) * 1987-04-06 1990-03-13 Genex Corporation Computer designed stabilized proteins and method for producing same
US4881175A (en) * 1986-09-02 1989-11-14 Genex Corporation Computer based system and method for determining and displaying possible chemical structures for converting double- or multiple-chain polypeptides to single-chain polypeptides
US4853871A (en) * 1987-04-06 1989-08-01 Genex Corporation Computer-based method for designing stablized proteins
JPS6412247A (en) * 1987-07-04 1989-01-17 Ube Industries Analyzer for molecular partial structure
JP2585278B2 (ja) * 1987-07-22 1997-02-26 株式会社日立製作所 核磁気共鳴を用いた検査装置
US4939666A (en) * 1987-09-02 1990-07-03 Genex Corporation Incremental macromolecule construction methods
US4885697A (en) * 1988-09-01 1989-12-05 E. I. Du Pont De Nemours And Company Method of identifying spectra
US5093892A (en) * 1988-09-22 1992-03-03 Janome Sewing Machine Industry Co., Ltd. Motor speed control system
US5049819A (en) * 1989-06-30 1991-09-17 Auburn International, Inc. Magnetic resonance analysis in real time, industrial usage mode
US5235523A (en) * 1989-11-13 1993-08-10 The United States Of America As Represented By The Secretary Of Commerce Apparatus and methods for identifying and comparing lattice structures and determining lattice structure symmetries
CA2012139C (en) * 1990-03-08 2004-01-13 Michael P. Teter Apparatus and method for predicting physical and chemical properties of materials
MY107650A (en) * 1990-10-12 1996-05-30 Exxon Res & Engineering Company Method of estimating property and / or composition data of a test sample
EP0496902A1 (en) * 1991-01-26 1992-08-05 International Business Machines Corporation Knowledge-based molecular retrieval system and method
DE4203587C2 (de) * 1991-02-15 1997-04-17 Horiba Ltd Quantitatives spektralanalytisches Verfahren
US5162734A (en) * 1991-03-08 1992-11-10 Elbit-Ati, Ltd. Method and apparatus for obtaining an nmr signal having a preselected frequency domain
JPH05181988A (ja) * 1991-12-28 1993-07-23 Rohm Co Ltd メンバーシップ関数観測装置
US5397987A (en) * 1993-03-03 1995-03-14 Rheometrics, Inc. Method and apparatus for analyzing samples using nuclear magnetic resonance
US5777889A (en) * 1994-09-22 1998-07-07 International Business Machines Corporation Method and apparatus for evaluating molecular structures using relativistic integral equations
JP3525643B2 (ja) * 1996-09-30 2004-05-10 株式会社島津製作所 定性分析装置
US6015479A (en) * 1997-07-25 2000-01-18 The United States Of America As Represented By The Secretary Of The Navy Thin-layer spectroelectrochemical cell
DE19755516A1 (de) * 1997-12-13 1999-06-17 Conducta Endress & Hauser Messeinrichtung für die Flüssigkeits- und/oder Gasanalyse und/oder für die Messung von Feuchte in Flüssigkeiten und/oder Gasen
US6111409A (en) * 1998-03-02 2000-08-29 Western Atlas International, Inc. Nuclear magnetic reasonance fluid characterization apparatus and method for using with electric wireline formation testing instruments
US6764858B2 (en) 1999-09-29 2004-07-20 Pharmacia & Upjohn Company Methods for creating a compound library
ATE437845T1 (de) * 1999-09-29 2009-08-15 Nerviano Medical Sciences Srl Verfahren zur herstellung einer verbindungsbibliothek und identifizierung von lead chemischen templaten und liganden von zielmolekülen
US6677160B1 (en) * 1999-09-29 2004-01-13 Pharmacia & Upjohn Company Methods for creating a compound library and identifying lead chemical templates and ligands for target molecules
US20010051333A1 (en) * 2000-04-17 2001-12-13 Pharmacia & Upjohn Company Nuclear magnetic resonance methods for identifying sites in papillomavirus E2 protein
WO2001085334A2 (en) * 2000-05-09 2001-11-15 Pharmacia & Upjohn Chemical structure identification
DE10119455B4 (de) * 2001-04-20 2010-12-16 Siemens Ag Verfahren zum Auswerten von Daten, die mittels der Magnetresonanztechnik erzeugt werden und spektroskopische Information beinhalten
AU2002256166A1 (en) * 2001-04-25 2002-11-11 Bristol-Myers Squibb Company Method of molecular structure recognition
US6662116B2 (en) * 2001-11-30 2003-12-09 Exxonmobile Research And Engineering Company Method for analyzing an unknown material as a blend of known materials calculated so as to match certain analytical data and predicting properties of the unknown based on the calculated blend
GB0816100D0 (en) * 2008-09-04 2008-10-15 Univ Bristol Molecular structure determination from nmr spectroscopy
US8271209B2 (en) * 2009-12-18 2012-09-18 General Electric Company Spectral searching method for substance identification
WO2016183647A1 (en) * 2015-05-18 2016-11-24 Universidade Estadual Paulista Júlio De Mesquita Filho - Unesp Method of analysis' pattern recognition and computer program

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4981090A (ja) * 1972-12-04 1974-08-05

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3297860A (en) * 1963-06-19 1967-01-10 Technical Measurement Corp Spectroscopic computer
US4008388A (en) * 1974-05-16 1977-02-15 Universal Monitor Corporation Mass spectrometric system for rapid, automatic and specific identification and quantitation of compounds
GB2020009B (en) * 1978-04-08 1982-12-01 Bodenseewerk Perkin Elmer Co Apparatus for determining the concentration of components of a sample
US4365303A (en) * 1980-02-07 1982-12-21 The Perkin-Elmer Corporation Method and apparatus for determining the nature of an unknown chemical substance
US4468742A (en) * 1981-03-17 1984-08-28 The Regents Of University Of California Microprocessor system for quantitative chromatographic data analysis
US4477777A (en) * 1981-06-19 1984-10-16 Oxford Research Systems Limited Analysis of biological material

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4981090A (ja) * 1972-12-04 1974-08-05

Also Published As

Publication number Publication date
US4719582A (en) 1988-01-12
FR2554927B1 (fr) 1989-06-02
JPS60107554A (ja) 1985-06-13
FR2554927A1 (fr) 1985-05-17
DE3441833A1 (de) 1985-05-30

Similar Documents

Publication Publication Date Title
JPH0141936B2 (ja)
Stark et al. Methods to extract molecular and bulk chemical information from series of complex mass spectra with limited mass resolution
Rivier Criteria for the identification of compounds by liquid chromatography–mass spectrometry and liquid chromatography–multiple mass spectrometry in forensic toxicology and doping analysis
Kwan et al. Structural elucidation with NMR spectroscopy: practical strategies for organic chemists
CN101160522A (zh) 混合物光谱分辨的方法与设备
Owens Application of correlation analysis techniques to mass spectral data
Matyushin et al. Various aspects of retention index usage for GC-MS library search: A statistical investigation using a diverse data set
Kessler et al. Identification of tentative marker in Corvina and Primitivo wines with CMC‐se
AU2013244967B2 (en) Method for substance identification from NMR spectrum
US6895340B2 (en) Method of molecular structure recognition
van der Greef et al. The role of mass spectrometry in systems biology: data processing and identification strategies in metabolomics
US11841373B2 (en) Information processing apparatus, method for controlling information processing apparatus, and program
Enslein et al. A structure-activity prediction model of carcinogenicity based on NCI/NTP assays and food additives
Škrbić et al. Comparison of multianalyte proficiency test results by sum of ranking differences, principal component analysis, and hierarchical cluster analysis
Shoenfeld et al. Statistical and mathematical methods in analytical chemistry
Sparkman Informatics and mass spectral databases in the evaluation of environmental mass spectral data
CN104350378A (zh) 用于测量光谱系统的性能的方法
Shibata et al. Prediction of spin–spin coupling constants with machine learning in NMR
Lee Temporal correlation analysis of programming language popularity
Lucio Datamining metabolomics: the convergence point of non-target approach and statistical investigation
Haapaniemi Complete 1H, 13C {1H}, and 31P NMR spectral parameters of some pyrophosphates
Christy et al. Chemometrics in environmental chemistry-applications
JPH0817391A (ja) 質量スペクトル解析法
CN113744814B (zh) 基于贝叶斯后验概率模型的质谱数据搜库方法及系统
Becerra-Martínez et al. Equilibrating magnetic dispersion and magnet homogeneity for the high-resolution proton nuclear magnetic resonance of monosubstituted naphthalenes