JPWO2012104956A1 - 質量分析方法及び装置 - Google Patents

質量分析方法及び装置 Download PDF

Info

Publication number
JPWO2012104956A1
JPWO2012104956A1 JP2012555584A JP2012555584A JPWO2012104956A1 JP WO2012104956 A1 JPWO2012104956 A1 JP WO2012104956A1 JP 2012555584 A JP2012555584 A JP 2012555584A JP 2012555584 A JP2012555584 A JP 2012555584A JP WO2012104956 A1 JPWO2012104956 A1 JP WO2012104956A1
Authority
JP
Japan
Prior art keywords
spectrum
analysis
mass
structural formula
substance
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.)
Granted
Application number
JP2012555584A
Other languages
English (en)
Other versions
JP5590156B2 (ja
Inventor
真一 山口
真一 山口
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.)
Shimadzu Corp
Original Assignee
Shimadzu Corp
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 Shimadzu Corp filed Critical Shimadzu Corp
Publication of JPWO2012104956A1 publication Critical patent/JPWO2012104956A1/ja
Application granted granted Critical
Publication of JP5590156B2 publication Critical patent/JP5590156B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0027—Methods for using particle spectrometers
    • H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/004—Combinations of spectrometers, tandem spectrometers, e.g. MS/MS, MSn
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/02—Details
    • H01J49/022—Circuit arrangements, e.g. for generating deviation currents or voltages ; Components associated with high voltage supply

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

目的物質に対する実測のマススペクトルから分子量を求め、データベース検索により分子量に対応した化学構造式の候補を抽出する（Ｓ２、Ｓ３）。解離パターン予測アルゴリズムを用い、化学構造式の候補毎に解離操作で生成されるプロダクトイオンを予測する（Ｓ４）。その予測されたプロダクトイオンのパターンと実測のＭＳ2スペクトルとを比較し、パターンの一致性を示す類似度を算出する（Ｓ５）。化学構造式の候補が複数ある場合には、類似度に応じて候補を順位付けして表示する（Ｓ６）。ＭＳ2分析結果による上記処理で類似度が低い場合等には、ＭＳ3分析結果による同様の処理を実行する（Ｓ７、Ｓ８）。これにより、ＭＳnスペクトルのデータベースが整備されていない場合でも、未知物質のＭＳnスペクトルに基づいて該物質の同定や構造解析を行うことができる。

Description

本発明は、ＭＳn（ｎは２以上の整数）分析可能な質量分析装置を用いて未知物質の同定や構造解析を行う質量分析方法及び装置に関する。
イオントラップ型質量分析装置などを用いた質量分析においてはＭＳ／ＭＳ分析（タンデム分析）という手法が知られている。一般的なＭＳ／ＭＳ（＝ＭＳ2）分析では、まず分析対象物から目的とする特定の質量電荷比（m/z）を有するイオンをプリカーサイオンとして選別し、その選別したイオンをＣＩＤ（Collision Induced Dissociation：衝突誘起解離）によって解離させ、１又は複数のプロダクトイオンを生成する。このときの解離の態様は元の化合物の構造に依存する。そこで、解離によって生じたプロダクトイオンを質量分析してＭＳ2スペクトルを取得し、これを解析することにより目的とする化合物を同定したりその化学構造を把握したりすることができる。また、１段階のＣＩＤ操作によって十分に小さな質量電荷比までイオンが解離しない場合には、ＣＩＤ操作を複数回繰り返し、最終的に生じたプロダクトイオンを質量分析するＭＳn分析が行われることもある。
特許文献１に記載の分子同定方法では、上述したようなＭＳn分析により得られたデータ（ＭＳnスペクトルデータ）から未知の化合物を同定したりその化学構造を推定したりする際に、スペクトルパターンや断片構造などを予め登録しておいたデータベース（ライブラリとも呼ばれる）を参照するデータベース検索が利用されている。しかしながら、こうした方法を利用するためにはＭＳnスペクトルのデータベースが整備されている必要がある。
近年、液体クロマトグラフ（ＬＣ）とＭＳ2型（又はＭＳn型）質量分析装置とを組み合わせた液体クロマトグラフ質量分析装置（ＬＣ／ＭＳ）が数多く市販され、様々な分野で広く利用されるようになってきているが、こうした装置ではＭＳnスペクトルのデータベースが十分に整備されているとは言い難い。その理由の一つは、ＬＣ／ＭＳでは観測可能な分子種が非常に多く（数百万種）、こうした膨大な数の分子種の全てについて網羅的にＭＳnスペクトルデータベースを作成することが困難であるためである。また、ＬＣ／ＭＳでは、同一物質であっても、ＬＣの移動相の種類、イオン化法、イオン化条件、ＣＩＤ条件などの分析条件や装置構成によって解離の態様が変化し易く、ＭＳnスペクトルのピークパターンに大きな差が生じることもデータベース化が困難な理由の一つである。
こうしたことから、特にＭＳn型質量分析装置を用いたＬＣ／ＭＳでは、ＭＳnスペクトルに対するデータベース検索を用いた物質の同定は困難であり、またそうした同定が可能な場合であっても同定可能な物質の種類はかなり限定される。そのため、ＬＣ／ＭＳにおけるＭＳn分析において、全く未知である物質の同定にはＭＳnスペクトルのデータベース検索は実質的に利用できないという問題があった。
米国特許第７１９７４０２号明細書
本発明は上記課題を解決するために成されたものであり、その目的とするところは、ＭＳnスペクトルのデータベースが十分に整備されていない場合であってもＭＳn分析により収集された質量分析データに基づいて物質の同定や構造解析を高い精度で行うことができる質量分析方法及び装置を提供することにある。
上記課題を解決するために成された第１発明は、測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能な質量分析装置を用い、未知物質の同定や構造解析を行う質量分析方法であって、
a)未知物質に対する質量分析を実行して得られたマススペクトルから求まる該未知物質の分子量又はその分子量から推定される組成式に基づいて、該未知物質の化学構造式を推定する構造式推定ステップと、
b)前記構造式推定ステップで推定された化学構造式に基づいて前記未知物質由来のイオンの解離パターンを予測することにより、該未知物質に対するＭＳn分析によって検出されるプロダクトイオンを推定する解離状態推定ステップと、
c)前記解離状態推定ステップで推定されたプロダクトイオンによるスペクトルパターンと前記未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルとを比較し、両者の類似性に基づいて前記構造式推定ステップによる化学構造式の推定の信頼度を評価する評価ステップと、
を有することを特徴としている。
また上記課題を解決するために成された第２発明は、上記第１発明に係る質量分析方法を実施するための装置であって、測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能であって、未知物質に対する質量分析を実行して得られたマススペクトル及び該未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルを用いて該未知物質の同定や構造解析を行う質量分析装置において、
a)未知物質に対する実測のマススペクトルから求まる該未知物質の分子量又はその分子量から推定される組成式に基づいて、該未知物質の化学構造式を推定する構造式推定手段と、
b)前記構造式推定手段で推定された化学構造式に基づいて前記未知物質由来のイオンの解離パターンを予測することにより、該未知物質に対するＭＳn分析によって検出されるプロダクトイオンを推定する解離状態推定手段と、
c)前記解離状態推定手段で推定されたプロダクトイオンによるスペクトルパターンと前記未知物質に対する実測のＭＳnスペクトルとを比較し、両者の類似性に基づいて前記構造式推定手段による化学構造式の推定の信頼度を評価する評価手段と、
を備えることを特徴としている。
第１発明に係る質量分析方法の一態様として、前記構造式推定ステップでは、各種化合物の化学構造情報が登録されたデータベースを利用して、未知物質の分子量又は組成式に対応した化学構造式を求めるようにすることができる。膨大な数の化合物についての構造情報データベースは様々な組織や機関から提供されており非常に充実している。したがって、こうしたデータベースを用いた検索により、目的とする分子量や組成式から化学構造式を容易に導出することができる。また、特定成分や基の付加や脱離が容易に生じることが分かっている場合には、起こり得る構造変化をリスト化して設定しておき、データベースに登録されている化合物の化学構造式がそのリストに挙げられている構造変化を生じた状態の化学構造式まで検索範囲を拡げるようにすれば、より適切な化学構造式が推定される可能性が高まる。
一般に、質量分析装置における質量精度の制約のために、或る１つの化合物についてマススペクトルから求まる分子量には或る程度の数値の幅が生じることが避けられない。一方、複数の異なる化合物の分子量が非常に近いということはよくある。したがって、多くの場合、構造式推定ステップでは、未知物質に対して実際の化学構造式ではないものを含む複数の化学構造式が候補として挙げられることになる。
解離状態推定ステップでは、上記のように分子量などから推定された化学構造式に基づいて目的とする未知物質由来のイオンの解離パターンを予測する。化学構造式の候補が複数ある場合には、それぞれについて解離パターンを予測する。こうした予測のために既存のソフトウエア（例えばアドバンス・ケミストリー・デベロップメント社製の「ACD/MS Manager」、「ACD/MS Fragmenter」）を利用すると便利である。そして、解離パターンの予測結果に基づいて、ＭＳn分析によって検出されるプロダクトイオンを推定する。或る１つの化学構造式から予測される解離パターンは１つとは限らない。
評価ステップでは、予測解離パターンに基づいて推定されたプロダクトイオンによるスペクトルパターンと未知物質に対する実測で得られたＭＳnスペクトルとを比較し、例えば両者の類似性を示す類似度を算出し、その類似度に従って元の化学構造式の推定の信頼度を評価する。例えば、化学構造式の候補が複数ある場合には、それぞれについて類似度を求め、その類似度に従って候補の信頼性の順位付けを行う。こうした評価結果は例えば表示部の画面上に表示され、分析者はこれを見て未知物質を特定したりその構造を把握したりすることができる。
ただし、複数の化学構造式の候補に対する類似度が全て低い場合（例えばいずれも規定の閾値を下回っている場合）や、複数の候補に対する類似度に有意の差がなく候補を選択することが難しいような場合には、ｎを増加させたＭＳn分析を利用するとよい。例えば、１段階の解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳ2分析で得られたＭＳ2スペクトルとの比較の結果得られる類似度で適切な候補の選択ができない場合に、２段階の解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳ3分析で得られたＭＳ3スペクトルとを比較し類似度を求め、この類似度を利用して候補の順位付けを行うようにすることができる。
また、上述したｎを増加させたＭＳn分析の利用は、必ずしも複数の化学構造式の候補に対する類似度が全て低い場合や複数の候補に対する類似度に有意の差がなく候補を選択することが難しい場合に限るものではない。即ち、ｎを増加させた解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳn分析で得られたＭＳnスペクトルとの比較を行ってその類似度を求めるようにすれば、その類似度を用い、既に行われた化学構造式推定の信頼度評価に対する検証を行うことができる。これによって、同定や構造推定の信頼性を一層向上させることができる。
また上記課題を解決するためになされた第３発明は、測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能な質量分析装置を用い、未知物質の同定や構造解析を行う質量分析方法であって、
a)各種物質の複数の化学構造式に基づいてそれぞれ解離パターンを予測することにより各物質に対するＭＳn分析の結果として得られるＭＳnスペクトルを求め、これをデータベース化して保持しておく仮想データベース構築ステップと、
b)未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルのスペクトルパターンを、予め指定された絞り込み条件の下で前記仮想データベース構築ステップにより保持されている仮想データベースに照らし、類似性の高い化学構造式を前記未知物質の同定候補として抽出する候補抽出ステップと、
を有することを特徴としている。
また上記課題を解決するために成された第４発明は、上記第３発明に係る質量分析方法を実施するための装置であって、測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能であって、未知物質に対する質量分析を実行して得られたマススペクトル及び該未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルを用いて該未知物質の同定や構造解析を行う質量分析装置において、
a)各種物質の複数の化学構造式に基づいてそれぞれ解離パターンを予測することにより各物質に対するＭＳn分析の結果として得られるＭＳnスペクトルを求め、これをデータベース化して保持しておく仮想データベース構築手段と、
b)未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルのスペクトルパターンを、予め指定された絞り込み条件の下で前記仮想データベース構築手段に保持されている仮想データベースに照らし、類似性の高い化学構造式を未知物質の同定候補として抽出する候補抽出手段と、
を備えることを特徴としている。
第１及び第２発明では、未知物質に対する実測結果から推定される化学構造式に基づいて該物質由来のイオンの解離パターンが予測され、その予測に基づいてＭＳn分析で得られるであろうＭＳnスペクトルが導出される。これに対し、第３及び第４発明では、実測に依らず、予め様々な化学構造式に対してそれぞれ解離パターンが予測され、その予測に基づいてＭＳn分析で得られるであろうＭＳnスペクトルが導出されて仮想的なＭＳnスペクトルのデータベースが構築される。ここで「仮想」と称するのは、スペクトルデータのデータベースは実測結果に基づくものであるのが一般的であるのに対し、ここでは実測に依らないものであるからである。
候補抽出ステップでは、未知物質に対するＭＳn分析結果であるＭＳnスペクトルのスペクトルパターンが与えられると、予め指定された絞り込み条件の下で上記仮想データベース中のスペクトルパターンとのマッチングを実行する。そして、類似性の高いＭＳnスペクトルを見出し、該スペクトルの導出元である化学構造式を未知物質の同定候補として抽出する。
この候補抽出ステップにおいては例えば、予め指定された絞り込み条件の下で、仮想データベース中のＭＳnスペクトルと未知物質に対する実測で得られたＭＳnスペクトルとを比較して両者の類似性を示す類似度を算出し、その類似度に従って複数の候補の信頼性の順位付けを行うようにするとよい。こうした評価結果を例えば表示部の画面上に表示すれば、分析者はこれを見て未知物質を特定したりその構造を把握したりすることができる。
第３発明に係る質量分析方法の一態様として、前記仮想データベース構築ステップでは、各種化合物の化学構造情報が登録されたデータベースを利用し、該データベースに登録されている各化合物に対して予測されるＭＳnスペクトルを求めて仮想データベースを構築するようにすることができる。上述したように、膨大な数の化合物についての構造情報データベースは様々な組織や機関から提供されており非常に充実している。したがって、こうした既存のデータベースに基づいて仮想データベースを構築することにより、仮想データベース自体が充実したものとなる。
また、仮想データベース構築ステップでは、各種化合物の化学構造情報が登録された既存の原データベースとは別につまり独立に仮想データベースを構築してもよいが、原データベース中の情報は保存したまま、各化合物について予測されるＭＳnスペクトルパターン自体や該スペクトルパターンから得られる情報（例えば生成イオンの質量電荷比のみなど）を元の化合物に対応付けて原データベースに追加登録するようにしてもよい。この場合には、原データベースに仮想データベースが追加されたものとなる。一般的に、質量分析の際に用いられる原データベースには、様々な化合物の化学構造情報とＭＳ2スペクトル（又はフラグメンテーションが生じた状態のマススペクトル）とが登録されている。このＭＳ2スペクトルやマススペクトルは実測により得られたものであり質量精度が良好ではない場合もあるが、上述したように化合物の組成式から予測されるＭＳnスペクトルは理論値の精度を持つため、こうした高精度のＭＳnスペクトルを原データベースに追加登録することにより、高精度の質量電荷比を入力としたデータベース検索にも対応可能となる。
なお、原データベースは化合物の化学構造情報が登録されていさえすれば、質量分析とは関連のないものでもよく、この原データベースに各化合物について予測されるＭＳnスペクトルパターン自体や該スペクトルパターンから得られる情報を追加登録することにより仮想データベースを作成するようにしてもよい。
さらにまた、仮想データベースに格納されるＭＳnスペクトルは、様々な化学構造が予測される解離パターンに従って解離すると想定した場合の計算上のスペクトルであって、実測で得られるスペクトルではない。そのため、様々な事情や制約によって実測できないような或いは実測では観察が難しいようなＭＳnスペクトルも仮想データベースには含まれることになり、それだけＭＳnスペクトルの種類は多くなる。こうしたことから、同定候補を抽出する際に対応するものが見つからずに同定不能となったり或いは誤同定が起こったりする確率を小さくすることができる。
なお、仮想データベース構築ステップにおける解離パターンの予測には、第１及び第２発明と同様に、既存のソフトウエア（例えば上述のアドバンス・ケミストリー・デベロップメント社製の「ACD/MS Manager」、「ACD/MS Fragmenter」など）を利用するとよい。
また、例えばＭＳ2スペクトルの比較を行う場合であっても、仮想データベース構築ステップでは、１段階の解離だけではなく２段階以上の解離で生じる解離パターンも予測し、その予測に基づくＭＳnスペクトルも仮想データベースに格納しておくようにするとよい。実際のイオンの解離では、条件によっては１回の解離操作によって２段階以上の解離が連続的に生じることもあり得るが、上記のように仮想データベースを構築しておくことにより、意図せずに２段階以上の解離が起こった場合でもそれによって生成されたプロダクトイオンのスペクトルパターンを検索することが可能となる。
一般に、或る１つの化学構造に対して予測される解離パターンは多数存在するため、仮想データベース中に格納されるＭＳnスペクトルの総数は膨大なものとなる。また、或る２つのＭＳnスペクトルが類似していてもその導出元の化学構造は全く異なる化合物であるといったケースもある。そのため、データベース検索に要する時間を短縮するため、及び、誤同定を極力避けるためには、絞り込み条件を適切に設定することが好ましい。
絞り込み条件の具体的な一例として、同位体分布、一部の組成式又は構造式、構成元素の種類及び個数、マスディフェクト（質量欠損）フィルタ、などが考えられる。質量分析装置の前段に液体クロマトグラフやガスクロマトグラフを接続した構成の場合には、クロマトグラフにおける溶出時間（保持時間）を絞り込み条件とすることもできる。
また、質量分析装置以外の別の分析装置で測定された情報、例えば、酸解離定数（pKa）、中性条件下での水／オクタノール系分配係数（LogP）、各pHにおける水／オクタノール系分配係数（LogD）などの物性値を絞り込み条件としてもよい。もちろん、複数の種類の絞り込み条件を組み合わせることも可能である。
原データベースに上記のような物性値が各化合物に対応した情報の１つとして格納されている場合には、未知物質に対する実測の物性値を原データベースに格納されている物性値と比較することで検索の絞り込みを行うことができる。また、原データベースに物性値が情報として格納されていない場合でも、既知の計算手法により構造式から各種物性値を計算により求め、未知物質に対する実測の物性値をこの計算により求めた物性値と比較することで検索の絞り込みを行うことができる。
また複数の同定候補に対する類似度に有意の差がなく候補を選択することが難しいような場合には、ｎを増加させたＭＳn分析を利用するとよい。例えば、１段階の解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳ2分析で得られたＭＳ2スペクトルとの比較の結果得られる類似度で適切な候補の選択ができない場合に、ＭＳ3分析で得られたＭＳ3スペクトルパターンを２段階以上の解離パターンの予測に基づくＭＳnスペクトルを格納した仮想データベースに照らして、類似度の高い候補を選択したり類似度を利用した候補の順位付けを行ったりすることができる。もちろん、ｎを４以上としたＭＳn分析を行ってもよい。
なお、通常、ＭＳnスペクトルはプロダクトイオンの強度情報であるが、第１乃至第４発明でいうところの「ＭＳnスペクトル」は、解離に伴ってイオンから脱離した中性断片（ニュートラルロス）も含むようにすることができる。ニュートラルロスは、プリカーサイオンとプロダクトイオンとの質量電荷比差に相当する。
第１発明に係る質量分析方法及び第２発明に係る質量分析装置によれば、ＭＳnスペクトルのピークパターンを照合するようなデータベースが存在しない場合であっても、実測で得られたマススペクトルやＭＳnスペクトルから未知物質を同定したりその化学構造を把握したりすることが可能となる。また、膨大な数の化合物に対するＭＳnスペクトルのデータベースを作成する必要がなく、分析条件や装置構成によるＭＳnスペクトルの変動も気にする必要がなくなるので、ユーザ、装置メーカ共にそうした作業の負担が軽減される。
第３発明に係る質量分析方法及び第４発明に係る質量分析装置によれば、ＭＳnスペクトルのピークパターンを照合するための実測に基づくデータベースが作成できない場合であっても、コンピュータを利用した計算上で作成した仮想データベースを利用して、実測で得られたマススペクトルやＭＳnスペクトルから未知物質を同定したりその化学構造を把握したりすることが可能となる。これにより、実測に基づくデータベースを作成する必要がなく、分析条件や装置構成によるＭＳnスペクトルの変動も気にする必要がなくなるので、ユーザ、装置メーカ共にそうした作業の負担が軽減される。また、実測では得られにくいような計算上の膨大な種類のＭＳnスペクトルに対するデータベース検索が可能となるので、同定漏れや誤同定の確率が下がり、化合物同定の精度向上を図ることができる。
本発明の第１実施例による質量分析装置の概略構成図。 第１実施例による質量分析装置における特徴的な物質同定方法の手順を示すフローチャート。 図２のフローチャートに従った物質同定の一例を示す模式図。 本発明の第２実施例による質量分析装置の概略構成図。 第２実施例による質量分析装置における特徴的な物質同定方法の手順を示すフローチャート。
［第１実施例］
以下、本発明に係る質量分析方法を実施するための質量分析装置の一実施例（第１実施例）について添付図面を参照して説明する。図１はこの第１実施例による質量分析装置の概略構成図である。
本実施例の質量分析装置において、質量分析部１０は、大気圧下で液体試料中の物質をイオン化するＥＳＩ（エレクトロスプレイイオン化）イオン源１１と、生成されたイオン流に混じる溶媒を除去するとともにイオンを真空室（図示せず）内へと導く加熱キャピラリ管１２と、イオンを収束させつつ後段へと送るイオン輸送光学系１３と、３次元四重極型のイオントラップ１４と、該イオントラップ１４から放出された各種イオンをその飛行時間によって質量分離する飛行時間型質量分析器（ＴＯＦＭＳ）１５と、質量分離されたイオンを検出する検出器１６と、を含む。ＥＳＩイオン源１１の入口には通常の液体試料を導入することができるほか、液体クロマトグラフ（ＬＣ）のカラム出口を接続してＬＣで成分分離された液体試料を連続的に導入することもできる。なお、ＥＳＩイオン源１１に代えてＡＰＣＩ（大気圧化学イオン化）イオン源やＡＰＰＩ（大気圧光イオン化）イオン源を用いてもよい。
上記検出器１６による検出信号は処理・制御部２０に入力され、図示しないＡ／Ｄ変換器でデジタルデータに変換された後に所定のデータ処理が実行される。処理・制御部２０は、データ処理を行うために、スペクトル作成部２１、データ解析部２２、解離パターン予測部２３、データベース（ＤＢ）検索部２４、物質データベース（ＤＢ）２５などを含むほか、質量分析部１０の各部を制御する分析制御部２６を含む。また、処理・制御部２０には、ユーザインターフェイスとしての入力部３０や表示部３１が接続されている。なお、処理・制御部２０の機能の大部分は、専用の制御・処理ソフトウエアを搭載したパーソナルコンピュータにより具現化することができる。
また、図示しないが、イオントラップ１４には外部からＣＩＤガスを導入可能であり、イオントラップ１４内に特定の質量電荷比を持つイオンを選択的に捕捉した後にＣＩＤガスを導入し、上記捕捉したイオンを高周波電場により共鳴励起させることによって、該イオンをＣＩＤガスに衝突させて解離させることが可能である。さらに、特定の質量電荷比を持つイオンの選別と上記のようなＣＩＤ操作とを繰り返すことにより、イオンを複数段に解離させて小さな断片とすることができる。即ち、この質量分析装置はＭＳn分析が可能な質量分析装置である。
物質データベース２５は、様々な化合物の化合物名、分子量、組成式、化学構造式などが登録されたものであり、例えば、米国の国立生物工学情報センターが管理するPubChem（インターネット<http://pubchem.ncbi.nlm.nih.gov/>参照）等を用いることができる。もちろん、物質データベース２５はこれに限るものではなく、一般に提供されているもののほか、ユーザ自身が構築したものでもよい。
解離パターン予測部２３は、与えられた化学構造式に基づいて、その構造を持つ物質（化合物）由来のイオンの解離（フラグメンテーション）パターンを網羅的に予測するものであり、例えば、アドバンス・ケミストリー・デベロップメント（Advanced Chemistry Development）社が提供している「ACD/MS Manager」、「ACD/MS Fragmenter」、ウォーターズ（Waters）社が提供している「MassFragment」（インターネット＜URL : http://www.waters.com/waters/nav.htm?locale=ja_JP&cid=1000943＞参照）、ヘルシンキ大学が提供している「Fragment Identificator」（インターネット＜URL : http://www.cs.helsinki.fi/group/sysfys/software/fragid/＞参照）などの既存のソフトウエアを利用することが可能である。
本実施例の質量分析装置における未知物質の同定方法について図２及び図３に従って説明する。図２は物質同定方法の手順を示すフローチャート、図３は図２のフローチャートに従った物質同定の一例を示す模式図である。
入力部３０を通してユーザから分析開始が指示されると、分析制御部２６の制御の下に、質量分析部１０では未知物質を含む被検試料に対するＭＳ1分析〜ＭＳ3分析が実行され、スペクトル作成部２１はそれら分析により得られた検出信号に基づいてＭＳ1〜ＭＳ3スペクトルを作成する（ステップＳ１）。
即ち、質量分析部１０では被検試料に対するＭＳ1分析がまず実行され、スペクトル作成部２１はＭＳ1分析により検出器１６で得られた検出信号に基づいてＭＳ1（マス）スペクトルを作成する。データ解析部２２はＭＳ1スペクトル上に現れたピークの中で目的とする未知物質由来の特徴的なピークを検出し、分析制御部２６の制御の下に質量分析部１０は、このピークに対応したイオンをプリカーサイオンに設定した１段階のＣＩＤ操作を伴うＭＳ2分析を実行する。ＥＳＩイオン化やＡＰＣＩイオン化はいわゆるソフトなイオン化であるため、分子にプロトンが付加した又はプロトンが脱離したイオンが最も多く生成される傾向にある。このため、上記の特徴的なピークとは、通常、信号強度が最大のピークである。ただし、妨害成分が既知である場合には、そうした妨害成分由来のピークを除いた上で信号強度が最大のピークを探索すればよい。
スペクトル作成部２１は、ＭＳ2分析により得られた検出信号に基づいてＭＳ2スペクトルを作成する。さらに、データ解析部２２はＭＳ2スペクトル上に現れたピークの中で特徴的なピークを検出し、分析制御部２６の制御の下に質量分析部１０は、このピークに対応したイオンを２段目のプリカーサイオンに設定した２段階のＣＩＤ操作を伴うＭＳ3分析を実行し、スペクトル作成部２１はＭＳ3分析により得られた検出信号に基づいてＭＳ3スペクトルを作成する。
ＭＳ1〜ＭＳ3スペクトルデータが収集されると、データ解析部２２はＭＳ1スペクトル上の特徴的なピーク（ＭＳ2分析のためのプリカーサイオンピーク）のm/z値（又はそれに対応した組成式）を取得し、データベース検索部２４がその収集した情報を物質データベース２５に照合することにより、m/z値（又は組成式）に対応する化学構造式を求める（ステップＳ２、Ｓ３）。この際、質量分析装置の質量精度などを見込んだ数値幅のm/z値を用いたデータベース検索を行う。一般に、m/z値がほぼ同一であって化学構造式が相違する化合物は幾つか存在する。そのため、PubChemのような膨大な数の化合物が登録されているデータベースを用いた場合には、１つのm/z値に対し複数の化学構造式が検索結果として抽出される。図３に示した例では、m/z＝Ｍについてデータベース検索を行った結果、Ａ、Ｂ、Ｃの互いに異なる３つの化学構造式が導出されたものとする。これらが化学構造式の候補である。
化学構造式の候補が決定されると、解離パターン予測部２３はその化学構造式の候補毎にフラグメンテーションパターンを予測し、データ解析部２２はその予測結果に基づいてＭＳ2分析において生成されるプロダクトイオンを予測する（ステップＳ４）。なお、解離パターン予測部２３には、イオン化方法、イオン化の正／負モード、イオン化条件などの実際の分析条件が与えられるため、それによって予測の幅が或る程度絞られる。図３の例では、Ａ、Ｂ、Ｃの３つの化学構造式の候補に対しそれぞれ、３つのプロダクトイオン群、例えば、化学構造式Ａに対して［ａ11、ａ12、…］、［ａ21、ａ22、…］、［ａ31、ａ32、…］の３つのプロダクトイオン群が予測される。同様に、化学構造式Ｂに対して［ｂ11、ｂ12、…］、［ｂ21、ｂ22、…］、及び［ｂ31、ｂ32、…］の３つのプロダクトイオン群が予測され、化学構造式Ｃに対して［ｃ11、ｃ12、…］、［ｃ21、ｃ22、…］、及び［ｃ31、ｃ32、…］の３つのプロダクトイオン群が予測される。したがって、この場合には、目的とする物質に対するＭＳ2スペクトルのピークパターンの候補は全部で９個となる。
続いてデータ解析部２２は、上記のように予測されたプロダクトイオン群（に基づいて予測されるＭＳ2スペクトルのピークパターン）とステップＳ１において実測により得られたＭＳ2スペクトルのピークパターンとを比較し、それぞれのm/z及び強度の一致の度合いに基づいて数値化した類似度を算出する（ステップＳ５）。そして、算出した類似度の高さに従って化学構造式の候補を順位付けし、表示部３１の画面上に解析結果として表示する（ステップＳ６）。分析者はこの表示を見て、例えば最高順位が与えられた化学構造式が目的物質の化学構造式であると判断することができる。
ただし、最も高い類似度でも類似度の数値自体がかなり低い場合、具体的には予め定めておいた類似度の閾値を下回る場合や、複数の化学構造式の候補に与えられた類似度に有意な差がなく（例えば類似度差が所定の閾値以内の場合）いずれの化学構造式を選択すべきか判断が下せないような場合には、分析者が入力部３０で所定の操作を行うと、データ解析部２２は引き続き解析処理を実行する。
即ち、解離パターン予測部２３は、化学構造式の各候補について、２段目の解離パターンを予測し、データ解析部２２はその予測結果に基づいてＭＳ3分析において生成されるプロダクトイオンを予測する。そして、上記のように予測されたプロダクトイオン群（に基づいて予測されるＭＳ3スペクトルのピークパターン）とステップＳ１において実測により得られたＭＳ3スペクトルのピークパターンとを比較し、それぞれのm/z及び強度の一致の度合いに基づいて数値化した類似度を算出する。これにより得られた類似度に基づいて、化学構造式の候補を順位付けしたり或いは一部の候補のみを抽出したりして、その結果を表示部３１に表示する（ステップＳ８）。
もちろん、ＭＳ2スペクトルにおいて十分に高い類似度で特定の化学構造式を選択することが可能であった場合でも、つまりステップＳ７でＮｏと判断される場合であってもステップＳ８の解析処理を実行し、その結果を利用してステップＳ５、Ｓ６におけるＭＳ2スペクトルを用いた同定の検証を行うようにしてもよい。これにより、偶然の一致による誤った同定の可能性を小さくすることができる。
また上記実施例では、ＭＳ3スペクトルデータもデータ解析処理前に、つまりステップＳ１において収集しているが、ステップＳ７でＮｏと判断されてそのまま処理が終了する場合にはＭＳ3スペクトルデータは無駄になる。そこで、ステップＳ１では未知物質に対するＭＳ1スペクトル及びＭＳ2スペクトルのみを測定しておき、ステップＳ７においてＹｅｓと判断されたときに、未知物質に対するＭＳ3スペクトルを測定するようにしてもよい。ただし、必要なスペクトルデータを収集した後にバッチ処理でデータ解析を行う場合にはこうした方法は採用できないし、ＬＣ／ＭＳのように測定に時間が掛かる場合にもこうした方法は採用しにくい。したがって、一般的にはステップＳ１においてＭＳ3スペクトルも取得しておくほうが望ましい。
また上記実施例では、予め用意された物質データベース２５を利用して未知物質の化学構造式を推定するようにしていたが、例えば特定の成分の付加（例えば酸素付加）や脱離（例えばメチル基の脱離）が起こり易い場合に、そうしたことによる構造の変化の予測をリスト化してこれを登録しておき、物質データベース２５に登録されている化学構造式に対しそのリストに挙げられた構造変化が生じた変形化学構造式もデータベース検索の対象とするとよい。これにより、物質データベース２５に登録されている化合物に留まらず、その化合物に近い化学構造式を同定候補として挙げることができ、未知物質の化学構造の推定の精度が向上する。
また上記実施例では、単一の未知物質由来のＭＳ2スペクトル、ＭＳ3スペクトルがそれぞれ１つであることを前提としていたが、例えばＭＳ2スペクトル上に特徴的なピークが複数観測される場合に、その各ピークに対応したイオンをプリカーサイオンとするＭＳ3分析をそれぞれ実行し、複数のＭＳ3スペクトルを作成することができる。こうした場合、それらＭＳ3スペクトルは元の物質の互いに異なる部分構造の情報をそれぞれ有しているとみなせるから、２段階の解離パターンの予測に基づく異なる組合せのプロダクトイオンのパターンと複数のＭＳ3スペクトルとを相互に比較したり、或いはそれらを統合したりして総合的に類似度を求めるようにすることができる。
また、表示部３１に解析結果として化学構造式の候補を表示する際に、複数の候補がある場合には、化学構造の異なる部分や逆に化学構造が共通している部分を他の部分とは識別可能な特定の色で示す等、明示するようにするとよい。それによって、分析者が物質の構造を推定するのに有用が情報を提供することができる。
また、目的物質に対するＭＳ1スペクトルから求めた分子量や組成式のみからデータベース検索により化学構造式を求めるのではなく、それ以外の目的物質に関する情報を与えて検索の精度を上げるようにしてもよい。この情報は質量分析装置以外の別の分析装置で被検試料中の未知物質が測定された情報であり、例えば、酸解離定数（pKa）、中性条件下での水／オクタノール系分配係数（LogP）、各pHにおける水／オクタノール系分配係数（LogD）、水溶解度、沸点、蒸気圧、σ値（ハメット定数）などの物性値を用いることができる。これにより、化学構造式の候補自体が絞られるので、精度の高い物質同定、構造解析が可能となる。
［第２実施例］
本発明に係る質量分析方法を実施するための質量分析装置の他の実施例（第２実施例）について添付図面を参照して説明する。図４はこの第２実施例による質量分析装置の概略構成図である。図１に示した第１実施例の構成と同一又は相当する構成要素には同一符号を付している。この第２実施例の質量分析装置において、質量分析部１０の構成は第１実施例と同じである。
検出器１６による検出信号は処理・制御部２０に入力され、図示しないＡ／Ｄ変換器でデジタルデータに変換された後に所定のデータ処理が実行される。処理・制御部２０は、データ処理を行うために、スペクトル作成部２１、データ解析部２２、データベース（ＤＢ）検索部２０１、解離パターン予測部２０２、物質データベース（ＤＢ）２０３、仮想データベース（ＤＢ）構築部２０４、仮想ＭＳnデータベース（ＤＢ）２０５、などを含むほか、質量分析部１０の各部を制御する分析制御部２６を含む。また、処理・制御部２０には、ユーザインターフェイスとしての入力部３０や表示部３１が接続されている。なお、処理・制御部２０の機能の大部分は、専用の制御・処理ソフトウエアを搭載したパーソナルコンピュータにより具現化することができる。
物質データベース２０３は第１実施例における物質データベース２５と同じく、様々な化合物の化合物名、分子量、組成式、化学構造式などが登録されたものであり、例えば、米国の国立生物工学情報センターが管理するPubChem（インターネット<http://pubchem.ncbi.nlm.nih.gov/>参照）等を用いることができる。もちろん、物質データベース２０３はこれに限るものではなく、一般に提供されているもののほか、ユーザ自身が構築したものでもよい。また、解離パターン予測部２０２は第１実施例における解離パターン予測部２３と同様の機能を持つ。
次に、第２実施例の質量分析装置における未知物質の同定方法について、図５に示すフローチャートに従って説明する。
入力部３０を通してユーザから仮想データベース構築の実行が指示されると、仮想データベース構築部２０４は物質データベース２０３に登録されている各化合物について、その化学構造式を解離パターン予測部２０２に順次与える。解離パターン予測部２０２はその化学構造式毎にフラグメンテーションパターンを予測し、仮想データベース構築部２０４はその予測結果に基づいてＭＳ2分析において生成されるプロダクトイオン群を予測してＭＳ2スペクトルを作成する。この場合、解離パターン予測部２０２が解離パターンを予測する際には、上記第１実施例の場合とは異なり、イオン化方法、イオン化の正／負モード、イオン化条件などの分析条件の制約を課さない。そのため、或る１つの化学構造式から複数の（通常は多数の）解離パターンが予測され、１つの化学構造式に対応するＭＳ2スペクトルは複数存在する。また、解離パターン予測部２３は１段階の解離のみならず、１段階の解離により生じたプロダクトイオンがさらに解離して別のプロダクトイオンを生じる複数段階の解離パターンについても予測し、仮想データベース構築部２０４はそうした予測結果に基づくＭＳnスペクトルも作成する。
何段階の解離まで予測するのかは適宜に定めることができるが、ここでは後述するようにＭＳ3スペクトルのパターンの類似性まで判定することを想定して、少なくとも２段階の解離パターンまでを予測して計算上のＭＳ3スペクトルを求めるものとする。したがって、一般に１つの化学構造式から多数のＭＳnスペクトルが作成され、物質データベース２０３に登録されている全ての化合物に対して生成されるＭＳnスペクトルは膨大なものとなる。こうしたＭＳnスペクトルを構成するデータが派生元の化学構造式や化合物名などの情報と対応付けて記憶された仮想ＭＳnデータベース２０５が構築される（ステップＳ１１）。
その後に、入力部３０を通してユーザから分析実行が指示されると、分析制御部２６の制御の下に、質量分析部１０では未知物質を含む被検試料に対するＭＳ1分析及びＭＳ2分析が実行され、スペクトル作成部２１はそれら分析により得られた検出信号に基づいてＭＳ1スペクトル及びＭＳ2スペクトルを作成する（ステップＳ１２）。即ち、質量分析部１０では被検試料に対するＭＳ1分析がまず実行され、スペクトル作成部２１はＭＳ1分析により検出器１６で得られた検出信号に基づいてＭＳ1スペクトルを作成する。データ解析部２２はＭＳ1スペクトル上に現れたピークの中で目的とする未知物質由来の特徴的なピークを検出し、分析制御部２６の制御の下に質量分析部１０は、このピークに対応したイオンをプリカーサイオンに設定した１段階のＣＩＤ操作を伴うＭＳ2分析を実行する。ＥＳＩイオン化やＡＰＣＩイオン化はいわゆるソフトなイオン化であるため、分子にプロトンが付加した又はプロトンが脱離したイオンが最も多く生成される傾向にある。このため、上記の特徴的なピークとは、通常、信号強度が最大のピークである。ただし、妨害成分が既知である場合には、そうした妨害成分由来のピークを除いた上で信号強度が最大のピークを探索すればよい。スペクトル作成部２１は、ＭＳ2分析により得られた検出信号に基づいてＭＳ2スペクトルを作成する。
実測によるＭＳ1スペクトル及びＭＳ2スペクトルが得られると、データベース検索部２０１は予め与えられた絞り込み条件の下で、その実測によるＭＳ2スペクトルのピークパターンを仮想ＭＳnデータベース２０５に照らしてデータベース検索し、未知物質の化学構造式の候補を挙げる（ステップＳ１３）。絞り込み条件としては、例えば、同位体分布、一部の組成式や構造式、構成元素の種類と数、質量欠損（マスディフェクト）、結合様式や開裂様式、開裂条件、他の分析装置で測定される物性値などが利用可能である。また、質量分析部１０の前段に液体クロマトグラフやガスクロマトグラフが設けられている場合には、それらクロマトグラフでの溶出時間（保持時間）も絞り条件とすることができる。
同位体分布を利用した絞り込みとは、例えば、同一物質イオン由来の同位体ピークが存在することを条件としたり、或いは、同一物質イオン由来の同位体ピークであると推定される複数のピークの信号強度比が所定の範囲に収まっていることを条件としたりする絞り込みである。また、マスディフェクトによる絞り込みとは、ＭＳ1スペクトル上のピーク（ＭＳ2分析のためのプリカーサイオンピーク）のm/z値から求まる分子量の小数点部分に対し一定の許容幅を設定し、その許容幅内の小数点部分を持つ分子量範囲内に分子量が収まるような化合物（構造式）を選択する絞り込みである。他の分析装置で測定される物性値とは、上述した、酸解離定数（pKa）、中性条件下での水／オクタノール系分配係数（LogP）、各pHにおける水／オクタノール系分配係数（LogD）、水溶解度、沸点、蒸気圧、σ値（ハメット定数）などである。
物質データベース２０３に上記のような物性値が格納されている場合には、被検試料中の未知物質に対して質量分析装置以外の適宜の分析装置を用いた実測により得られた物性値を物質データベース２０３に登録されている物性値と比較することで化合物の絞り込みを行うことができる。ただし、上記のような物性値は質量分析とは直接的に関連しない情報であるため、ここで一般に使用される物質データベース２０３には始めから格納されていない場合もある。そうした場合でも、上記のような物性値の少なくとも一部は既知の方法（例えば理論的な計算式など）により構造式から求めることが可能であるから、物質データベース２０３に格納されている各化合物の構造式に基づいて求めた物性値と未知物質に対し実測により得られた物性値とを比較することで、化合物の絞り込みを行うようにすることもできる。これは、第１実施例についても同様である。
上記絞り込み条件は例えば予めユーザが入力部３０から手動で設定しておくようにしてもよいし、或いは、マスディフェクトなどＭＳ1分析結果に基づいて導出される絞り込み条件については分析結果から自動的に絞り込み条件を設定することもできる。
データベース検索部２０１は上述のように絞り込み条件に基づいて検索範囲を狭めながら、実測により得られたＭＳ2スペクトルのピークパターンと仮想ＭＳnデータベース２０５に登録されているＭＳ2スペクトルのピークパターンとを比較し、それぞれのm/z及び強度の一致の度合いに基づいて数値化した類似度を算出する（ステップＳ１４）。そして、データ解析部２２は、算出した類似度の高さに従って未知物質に対する化学構造式の候補を順位付けし、表示部３１の画面上に解析結果として表示する（ステップＳ１５）。分析者はこの表示を見て、例えば最高順位が与えられた化学構造式が目的物質の化学構造式であると判断することができる。
最も高い類似度でも類似度の数値自体がかなり低い場合、具体的には予め定めておいた類似度の閾値を下回る場合や、複数の異なる化学構造式の候補に与えられた類似度に有意な差がなく（例えば類似度差が所定の閾値以内の場合）いずれの化学構造式を選択すべきか判断が下せない場合には、分析者が入力部３０で所定の操作を行うと、質量分析部１０は分析制御部２６の制御の下に未知物質を含む被検試料に対するＭＳ2分析を実行し、スペクトル作成部２１は該分析により得られた検出信号に基づいてＭＳ3スペクトルを作成する（ステップＳ１７）。即ち、ＭＳ2分析により得られたプロダクトイオンのうちの特徴的なものをプリカーサイオンとして選択してＭＳ3分析を実行する。なお、第１実施例で説明したように、この第２実施例の質量分析装置でも、未知物質を含む被検試料に対する実測を行う際に、即ちステップＳ１２において、ＭＳ2スペクトルだけでなくＭＳ3スペクトルも併せて取得するようにしてもよい。
いずれにしても実測のＭＳ3スペクトルが得られたならば、ステップＳ１３〜Ｓ１５と同様に、データベース検索部２０１は与えられた絞り込み条件の下で仮想ＭＳnデータベース２０５を参照したデータベース検索を実行し、類似度の高い化学構造式の候補を抽出して類似度により順位付けして表示部３１の画面上に解析結果として表示する（ステップＳ１８）。分析者はこの表示を見て、例えば最高順位が与えられた化学構造式が目的物質の化学構造式であると判断することができる。
もちろん、ＭＳ2スペクトルにおいて十分に高い類似度で特定の化学構造式を選択することが可能であった場合でも、つまりステップＳ１６でＮｏと判断される場合であってもステップＳ１７、Ｓ１８の処理を実行し、その結果によりＭＳ2スペクトルを用いた同定の検証を行うようにしてもよい。これにより、偶然の一致による誤った同定の可能性を小さくすることができる。
上記第２実施例では、予め用意された物質データベース２０３に登録されている化合物の化学構造式から元の物質由来のイオンの解離パターンを予測するようにしていたが、例えば特定の成分の付加（例えば酸素付加）や脱離（例えばメチル基の脱離）が起こり易い場合に、そうしたことによる構造の変化の予測をリスト化してこれを登録しておき、物質データベース２０３に登録されている化学構造式に対しそのリストに挙げられた構造変化が生じた変形化学構造式も解離パターンの予測の対象とするとよい。これにより、物質データベース２０３に登録されている化合物に留まらず、その化合物に近い化学構造式を持つ物質も同定候補として挙げることができ、化学構造の推定の精度が向上する。
また、単一の未知物質由来のＭＳ2スペクトルやＭＳ3スペクトルがそれぞれ１つではなく、例えばＭＳ1スペクトル上に特徴的なピークが複数観測される場合に、ステップＳ１２では、その各ピークに対応したイオンをプリカーサイオンとするＭＳ2分析をそれぞれ実行し、複数のＭＳ2スペクトルを作成することができる。こうした場合、それら複数のＭＳ2スペクトルは元の未知物質の互いに異なる部分構造の情報をそれぞれ有していると推定できるから、それぞれの実測によるＭＳ2スペクトルに対するデータベース検索の結果を比較したり或いはそれらを統合したりして総合的に類似度を求めるようにしてもよい。
また、表示部３１に解析結果として化学構造式の候補を表示する際に、複数の候補がある場合には、化学構造の異なる部分や逆に化学構造が共通している部分を他の部分と識別可能であるように、特定の色で示す等、明示するようにするとよい。それによって、分析者が物質の構造を推定するのに有用な情報を提供することができる。
また、図４に示した第２実施例の構成では、仮想データベース構築部２０４は既存の物質データベース２０３とは別に仮想ＭＳnデータベース２０５を作成しているが、仮想ＭＳnデータベース２０５を物質データベース２０３と実質的に一体とすることもできる。即ち、ステップＳ１１の処理において、物質データベース２０３に登録されている化合物の化学構造式から解離パターン予測によりＭＳnスペクトルを求めたならば、そのＭＳnスペクトルデータを、その予測元である化合物に対応付けて物質データベース２０３中の所定の領域に格納する。これにより、仮想ＭＳnデータベース２０５と実質的に同じデータベースが物質データベース２０３中に構築されることになる。
上記第１及び第２実施例はいずれも本発明の一例であって、本発明の趣旨の範囲で適宜に修正、変更、追加などを行っても本願特許請求の範囲に包含されることは明らかである。
１０…質量分析部
１１…ＥＳＩイオン源
１２…加熱キャピラリ管
１３…イオン輸送光学系
１４…イオントラップ
１５…飛行時間型質量分析器（ＴＯＦＭＳ）
１６…検出器
２０…処理・制御部
２１…スペクトル作成部
２２…データ解析部
２３、２０２…解離パターン予測部
２４、２０１…データベース検索部
２５、２０３…物質データベース
２６…分析制御部
２０４…仮想データベース構築部
２０５…仮想ＭＳnデータベース
３０…入力部
３１…表示部

Claims (13)

  1. 測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能な質量分析装置を用い、未知物質の同定や構造解析を行う質量分析方法であって、
    a)未知物質に対する質量分析を実行して得られたマススペクトルから求まる該未知物質の分子量又はその分子量から推定される組成式に基づいて、該未知物質の化学構造式を推定する構造式推定ステップと、
    b)前記構造式推定ステップで推定された化学構造式に基づいて前記未知物質由来のイオンの解離パターンを予測することにより、該未知物質に対するＭＳn分析によって検出されるプロダクトイオンを推定する解離状態推定ステップと、
    c)前記解離状態推定ステップで推定されたプロダクトイオンによるスペクトルパターンと前記未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルとを比較し、両者の類似性に基づいて前記構造式推定ステップによる化学構造式の推定の信頼度を評価する評価ステップと、
    を有することを特徴とする質量分析方法。
  2. 請求項１に記載の質量分析方法であって、
    前記構造式推定ステップでは、各種化合物の化学構造情報が登録されたデータベースを利用して、未知物質の分子量又は組成式に対応した化学構造式を求めることを特徴とする質量分析方法。
  3. 請求項２に記載の質量分析方法であって、
    前記構造式推定ステップでは複数の化学構造式の候補を求め、前記評価ステップでは化学構造式の候補毎に類似性の指標値を算出し、その指標値に基づいて化学構造式の候補を順位付けすることを特徴とする質量分析方法。
  4. 請求項３に記載の質量分析方法であって、
    前記評価ステップにより算出される指標値が低い場合には、さらにｎを増加させた解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳn分析で得られたＭＳnスペクトルとの比較を行い、両者の類似性に基づいて化学構造式の推定の信頼度を評価することを特徴とする質量分析方法。
  5. 請求項３に記載の質量分析方法であって、
    前記評価ステップは、さらにｎを増加させた解離パターンの予測に基づくプロダクトイオンによるスペクトルパターンとＭＳn分析で得られたＭＳnスペクトルとの比較を行い、両者の類似性に基づいて、既に行われた化学構造式推定の信頼度評価に対する検証を行うことを特徴とする質量分析方法。
  6. 測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能であって、未知物質に対する質量分析を実行して得られたマススペクトル及び該未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルを用いて該未知物質の同定や構造解析を行う質量分析装置において、
    a)未知物質に対する実測のマススペクトルから求まる該未知物質の分子量又はその分子量から推定される組成式に基づいて、該未知物質の化学構造式を推定する構造式推定手段と、
    b)前記構造式推定手段で推定された化学構造式に基づいて前記未知物質由来のイオンの解離パターンを予測することにより、該未知物質に対するＭＳn分析によって検出されるプロダクトイオンを推定する解離状態推定手段と、
    c)前記解離状態推定手段で推定されたプロダクトイオンによるスペクトルパターンと前記未知物質に対する実測のＭＳnスペクトルとを比較し、両者の類似性に基づいて前記構造式推定手段による化学構造式の推定の信頼度を評価する評価手段と、
    を備えることを特徴とする質量分析装置。
  7. 測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能な質量分析装置を用い、未知物質の同定や構造解析を行う質量分析方法であって、
    a)各種物質の複数の化学構造式に基づいて解離パターンを予測することにより各物質に対するＭＳn分析の結果として得られるＭＳnスペクトルパターンを求め、これをデータベース化して保持しておく仮想データベース構築ステップと、
    b)未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルのスペクトルパターンを、予め指定された絞り込み条件の下で前記仮想データベース構築ステップにより保持されている仮想データベースに照らし、類似性の高い化学構造式を未知物質の同定候補として抽出する候補抽出ステップと、
    を有することを特徴とする質量分析方法。
  8. 請求項７に記載の質量分析方法であって、
    前記仮想データベース構築ステップでは、各種化合物の化学構造情報が登録されたデータベースを利用し、該データベースに登録されている各化合物に対して予測されるＭＳnスペクトルパターンを求めて仮想データベースを構築することを特徴とする質量分析方法。
  9. 請求項８に記載の質量分析方法であって、
    前記仮想データベース構築ステップでは、各種化合物の化学構造情報が登録された原データベース中の各化合物に対して予測されるＭＳnスペクトルパターンを求め、該スペクトルパターン自体又は該スペクトルパターンから得られる情報を元の化合物に対応付けて原データベースに追加登録することを特徴とする質量分析方法。
  10. 請求項７〜９のいずれかに記載の質量分析方法であって、
    前記絞り込み条件は、同位体分布、一部の組成式又は構造式、構成元素の種類及び個数、マスディフェクト（質量欠損）フィルタ、の少なくともいずれか一つであることを特徴とする質量分析方法。
  11. 請求項７〜１０のいずれかに記載の質量分析方法であって、
    前記絞り込み条件は、質量又は質量電荷比以外の化合物に関する物性値であることを特徴とする質量分析方法。
  12. 請求項１１に記載の質量分析方法であって、
    未知物質を同定する際の絞り込み条件として用いられる前記物性値は、各種化合物の化学構造情報として登録されている構造式から計算により得られるものであることを特徴とする質量分析方法。
  13. 測定対象の物質に由来するイオンをｎ−１（ｎは２以上の整数）段階に解離させるＭＳn分析を実行してＭＳnスペクトルを取得可能であって、未知物質に対する質量分析を実行して得られたマススペクトル及び該未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルを用いて該未知物質の同定や構造解析を行う質量分析装置において、
    a)各種物質の複数の化学構造式に基づいて解離パターンを予測することにより各物質に対するＭＳn分析の結果として得られるＭＳnスペクトルパターンを求め、これをデータベース化して保持しておく仮想データベース構築手段と、
    b)未知物質に対するＭＳn分析を実行して得られたＭＳnスペクトルのスペクトルパターンを、予め指定された絞り込み条件の下で前記仮想データベース構築手段に保持されている仮想データベースに照らし、類似性の高い化学構造式を未知物質の同定候補として抽出する候補抽出手段と、
    を備えることを特徴とする質量分析装置。
JP2012555584A 2011-01-31 2011-01-31 質量分析方法及び装置 Active JP5590156B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/051861 WO2012104956A1 (ja) 2011-01-31 2011-01-31 質量分析方法及び装置

Publications (2)

Publication Number Publication Date
JPWO2012104956A1 true JPWO2012104956A1 (ja) 2014-07-03
JP5590156B2 JP5590156B2 (ja) 2014-09-17

Family

ID=46602204

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012555584A Active JP5590156B2 (ja) 2011-01-31 2011-01-31 質量分析方法及び装置

Country Status (3)

Country Link
US (1) US8884218B2 (ja)
JP (1) JP5590156B2 (ja)
WO (1) WO2012104956A1 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11094399B2 (en) * 2011-01-11 2021-08-17 Shimadzu Corporation Method, system and program for analyzing mass spectrometoric data
EP2717291A1 (en) * 2012-10-03 2014-04-09 Ionicon Analytik Gesellschaft m.b.h. Instrument for analysing compounds
JP6065652B2 (ja) 2013-03-01 2017-01-25 株式会社島津製作所 糖鎖構造解析方法及び装置
EP3043175A4 (en) * 2013-09-04 2016-08-31 Shimadzu Corp DATA PROCESSING APPARATUS FOR CHROMATOGRAPHY-MASS SPECTROMETRY
EP3069373B1 (en) * 2013-11-12 2024-03-13 Micromass UK Limited Method of correlating precursor and fragment ions
JP6028875B2 (ja) * 2014-01-20 2016-11-24 株式会社島津製作所 タンデム質量分析データ処理装置
JP6191486B2 (ja) * 2014-02-05 2017-09-06 株式会社島津製作所 質量分析装置及び質量分析方法
JP6229529B2 (ja) * 2014-02-19 2017-11-15 株式会社島津製作所 イオントラップ質量分析装置及びイオントラップ質量分析方法
US10153146B2 (en) * 2014-03-28 2018-12-11 Wisconsin Alumni Research Foundation High mass accuracy filtering for improved spectral matching of high-resolution gas chromatography-mass spectrometry data against unit-resolution reference databases
WO2016002047A1 (ja) * 2014-07-03 2016-01-07 株式会社島津製作所 質量分析データ処理装置
JP6303896B2 (ja) * 2014-07-30 2018-04-04 株式会社島津製作所 質量分析データ処理装置及び質量分析データ処理方法
RU2608366C2 (ru) * 2014-12-05 2017-01-18 Общество с ограниченной ответственностью "Альфа" (ООО "Альфа") Способ стабильного электрораспыления растворов в источнике ионов при атмосферном давлении
US11222773B2 (en) * 2015-07-01 2022-01-11 Shimadzu Corporation Data processing device
US10746709B2 (en) * 2016-03-01 2020-08-18 Shimadzu Corporation Chromatograph device
EP3605077B1 (en) * 2017-03-23 2023-04-26 Shimadzu Corporation Mass spectrometer and chromatographic mass spectrometer
JP6994921B2 (ja) * 2017-12-05 2022-01-14 日本電子株式会社 質量分析データ処理装置および質量分析データ処理方法
GB201809018D0 (en) 2018-06-01 2018-07-18 Highchem S R O Identification of chemical structures
JP7114527B2 (ja) * 2019-06-10 2022-08-08 日本電子株式会社 組成推定装置及び方法
JP2021063752A (ja) * 2019-10-16 2021-04-22 株式会社島津製作所 質量分析で得られたデータの解析装置、質量分析装置、質量分析で得られたデータの解析方法および解析プログラム
CN114913931B (zh) * 2021-02-09 2024-09-24 重庆博腾制药科技股份有限公司 反应间相似度量化方法、系统及装置
CN117423400B (zh) * 2023-12-18 2024-04-12 浙江大学长三角智慧绿洲创新中心 一种基于质谱数据的天然分子的解析方法和系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08124519A (ja) * 1994-10-21 1996-05-17 Shimadzu Corp Ｍｓ／ｍｓ質量分析装置用データ処理装置
JPH1164285A (ja) * 1997-08-21 1999-03-05 Shimadzu Corp 質量分析装置のデータ処理装置
JP3805979B2 (ja) * 1999-12-27 2006-08-09 株式会社日立製作所 質量分析方法および装置
US6573492B2 (en) 1999-12-27 2003-06-03 Hitachi, Ltd. Mass spectrometric analysis method and apparatus using the method
JP3743717B2 (ja) * 2002-06-25 2006-02-08 株式会社日立製作所 質量分析データの解析方法および質量分析データの解析装置および質量分析データの解析プログラムならびにソリューション提供システム
JP3885020B2 (ja) * 2002-12-09 2007-02-21 株式会社日立製作所 化合物構造解析システム，質量分析データ解析方法，質量分析データ解析装置及び質量分析データ解析プログラム
JP3817523B2 (ja) * 2003-02-14 2006-09-06 株式会社日立製作所 質量分析データ解析システム
JP3766391B2 (ja) * 2003-02-27 2006-04-12 株式会社日立ハイテクノロジーズ 質量分析スペクトルの解析システム
US7544931B2 (en) * 2004-11-02 2009-06-09 Shimadzu Corporation Mass-analyzing method
JP4620446B2 (ja) * 2004-12-24 2011-01-26 株式会社日立ハイテクノロジーズ 質量分析方法、質量分析システム、診断システム、検査システム及び質量分析プログラム
JP4522910B2 (ja) * 2005-05-30 2010-08-11 株式会社日立ハイテクノロジーズ 質量分析方法及び質量分析装置
JP2007287531A (ja) * 2006-04-18 2007-11-01 Shimadzu Corp 質量分析データ解析方法
WO2007132502A1 (ja) * 2006-05-11 2007-11-22 Shimadzu Corporation 質量分析装置用データ処理装置
JP5214607B2 (ja) * 2006-08-25 2013-06-19 サーモ フィニガン リミテッド ライアビリティ カンパニー 質量分析計での解離型のデータ依存式選択
WO2008035419A1 (fr) * 2006-09-21 2008-03-27 Shimadzu Corporation Procédé de spectrométrie de masse
US8735806B2 (en) * 2006-11-15 2014-05-27 Shimadzu Corporation Mass-analyzing method and mass spectrometer
JP5170650B2 (ja) * 2008-02-29 2013-03-27 株式会社リガク ガス定量分析方法及びガス定量分析装置
US11094399B2 (en) * 2011-01-11 2021-08-17 Shimadzu Corporation Method, system and program for analyzing mass spectrometoric data

Also Published As

Publication number Publication date
US8884218B2 (en) 2014-11-11
JP5590156B2 (ja) 2014-09-17
US20130306857A1 (en) 2013-11-21
WO2012104956A1 (ja) 2012-08-09

Similar Documents

Publication Publication Date Title
JP5590156B2 (ja) 質量分析方法及び装置
JP6494588B2 (ja) 滞留時間の決定または確認のための窓処理質量分析データの使用
US7880135B2 (en) Mass spectrometer
JP6028875B2 (ja) タンデム質量分析データ処理装置
JP6065983B2 (ja) クロマトグラフ質量分析用データ処理装置
JP5810983B2 (ja) 質量分析を用いた化合物同定方法及び化合物同定システム
JP5510011B2 (ja) 質量分析方法及び質量分析装置
US9595426B2 (en) Method and system for mass spectrometry data analysis
US10041915B2 (en) Mass spectrometry (MS) identification algorithm
JP5979306B2 (ja) 質量分析装置
JP6222277B2 (ja) タンデム質量分析データ処理装置
EP3218703A1 (en) Determining the identity of modified compounds
JP6295910B2 (ja) 質量分析データ処理装置
CN115516301A (zh) 色谱质量分析数据处理方法、色谱质量分析装置以及色谱质量分析数据处理用程序
US20240201148A1 (en) Method and system for compound determination by mass spectrometry

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140516

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140701

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140714

R151 Written notification of patent or utility model registration

Ref document number: 5590156

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151