Compound Discoverer 软件

无论您是进行单样本分析还是广泛的大样本研究，Compound Discoverer 软件都能为您提供小分子未知物数据处理所需的各种工具，包括：

• 使用多因素峰质量因子进行未知物峰检测，以可靠地进行鉴定和定量分析
• 高级统计工具
• 交互式数据可视化功能
• 化合物注释工具
• 集成数据库和质谱库
• 生物化学通路图
• 非靶向稳定同位素标记分析
• 用于大型研究的标准化工具

无论研究样本量如何，每个样本都包含大量原始数据点。其中一些数据点相互关联，而许多数据点互不关联。要理解这些复杂、高质量的  MS/MS 和 MSⁿ 信息，需要精简数据才能获得有意义的见解。

为了使数据处理快速简便，可以采用以下三种方式来设置工作流程：使用拖放功能；使用多个应用特定模板之一；编辑任一模板。每个处理步骤都由给定工作流程树中的一个“节点”负责，可以根据您的研究需求连接节点，以进行数据处理和解析； 可以使用软件开发工具包或自定义脚本（如来自 R 或 Python 的脚本）创建新节点，随后将其与脚本节点一起使用，定制符合需要的工作流程。

Compound Discoverer 软件界面通过显示与问题相关性最强的信息来简化结果查看过程；每个图形和表格都存在关联，因此能即时更新视图以反映您正在查看的化合物或样品。

代谢组学研究可能非常复杂，因此难以确保获得高质量的综合数据，分析这些数据以获得见解也具有相当大的难度。要确保完整的样本覆盖面，往往需要通过大量的手动工作为数据依赖型采集 (DDA) 实验创建包含和排除列表。

AcquireX 是一项自动化工作流程，允许通过改进的 MS/MS 采样结合自动背景离子排除和数据采集（聚焦于真实样品组分）来直接考察所有样品组分。

将 AcquireX 与 Compound Discoverer 软件的其他功能工具相结合，大大减少了无 MS/MS 谱图的化合物数量，显著增加了可实现确证鉴定和排序鉴定的化合物数量。

稳定同位素标记有助于非靶向代谢组学研究，而 Compound Discoverer 软件提供了一系列数据审查和可视化工具来支持这一工作流程。Compound Discoverer 软件根据参考文件中未标记化合物的分子式自动检测标记化合物（同位素体）。一经处理，即可标绘交换率（或掺入率），以显示跨多个文件的响应或覆盖到 Metabolika 通路上。

Compound Discoverer 软件可以执行一系列单变量和多变量分析，如统计分析和数据标准化一节所述。

• 海报：利用双分离/高分辨率精确质量质谱系统实现啤酒中亲水性和疏水性代谢物的高通量全面覆盖
• 海报：通过计算机模拟/真实碎片技术改进推定候选化合物的排序
• 海报：采用结合序列进样和 MSn 技术的新型自动采集策略改进代谢组覆盖率并增加未知物质鉴定的置信度

Compound Discoverer 软件具有结构智能的脱烷基/脱芳基化和一般代谢预测功能，允许您查找、鉴定和报告感兴趣的代谢物。杂质和降解产物的鉴定遵循类似工作流程，并依赖一系列软件工具和可定制的方法来实现复杂样品中相关组分的可靠检测。

碎片离子检索 (FISh) 可对裂解谱进行结构注释，除了能够阐明未知物质的结构之外，还能定位潜在转化的位点。

化合物类别评分节点提供了另一个工具来确保没有任何遗漏。它使用一组从一个化合物类别中的一个或多个已知分子创建的代表性碎片来识别可能相关或来自同一化合物类别的其他组分。

Compound Discoverer 软件通过减少基质干扰来降低样品的复杂性，并通过相关质量亏损来靶向导入特定化合物类别，有助于您快速识别、检测和审查复杂数据集。

• 海报：用于药物相关可萃取物和浸出物结构解析的优化工作流程

Compound Discoverer 软件可用于分析食品杂质和降解产物的代谢归宿和结构组成，以及检测土壤和水中的环境污染物。一旦在环境和食品安全研究中发现未知化合物，通常需要采用四极杆或高分辨率质谱技术进行高通量筛选。Compound Discoverer 软件允许您将数据直接导出到新的或现有的 mzVault 库或目标列表，然后使用 Thermo Scientific TraceFinder 软件进行筛选和定量分析，从而减轻组织内方法转移的负担。

• 手册：Compound Discoverer 软件——化合物鉴定
• 应用资料：如何筛查和鉴定食品中的非预期和有害化合物
• 海报：食品杀虫剂残留实验室使用串联和高分辨率精确质量 (HRAM) LC/MS 仪器实施常规定量和定性方法

Compound Discoverer 软件可检测违禁药物和结构相关致幻药的未知代谢物； 例如，许多新药含有类似的结构，而化合物类别评分节点可用于根据常见碎片离子对检测到的化合物进行评分，从而有助于根据特征碎片寻找新药。这些信息可以转移到筛选方法中，以帮助您紧跟不断增加的新药及其代谢物。使用 Compound Discoverer 软件提供的任一工作流程发现未知化合物后，可以将数据直接导出到新的或现有的 mzVault 库或目标列表中，然后使用 Thermo Scientific TraceFinder 软件结合四极杆或高分辨率质谱技术进行筛选和定量分析。

• 电子书：更快鉴定不断演化的新型精神活性物质
• 演示文档：使用 Thermo Scientific Compound Discoverer 和 mzCloud 加速新型药物检测中的未知代谢物检测

*仅限法医学用途

要分析 Thermo Scientific GC-Orbitrap 质谱仪采集的数据，可以使用两个主要工作流程，这些工作流程可以通过电子轰击 (EI) 和化学电离 (CI) 反卷积节点等特定工作流程节点启用。可以使用 Compound Discoverer 中的大量工具来分析 GC-Orbitrap 数据，以实现可靠的化合物鉴定或统计分析等。

两个基于 GC 的工作流程树示例； 第一个是 EI 工作流程，可用于通过统计分析查找生物标记物，以及通过谱库搜索鉴定未知化合物；第二个是 CI 工作流程，可通过分子式确定以及 MS/MS 谱图的结构解析来鉴定目标未知化合物。

当在 Compound Discoverer 中分析 GC-EI 或 GC-CI 数据时，可轻松访问数据分析工具和相关区域，这确保了简单的数据查看和结果访问。

上图显示了结果视图中的 GC-EI 化合物鉴定。在右上侧，反卷积谱和谱图库质谱图之间可以看到镜像图。库检索结果下的第二级表中突出显示的是总分、分子离子的 delta 质量和 RI delta：总分是一个综合分数，其中包括 HRF 评分和 SI 评分的贡献；如果分子离子存在于反卷积谱中，则 delta 质量是分子离子的质量准确度； RI delta 是库 RI 与计算 RI 之间的差异。根据总分数“94.9”、小于1 ppm 的分子离子 delta 质量和1的 RI delta 值，这种鉴定具有较高的可靠性。

使用 GC 电子轰击 (EI) 和化学电离 (CI) 技术从 GC 数据中采集的数据可使用与 IC 和 LC-MS 数据相同的工具进行处理，例如未知化合物鉴定和统计分析。考虑到大量碎片（来自 EI）或潜在的多分子离子（来自 CI），了解和解读综合 GC EI 和 CI 数据集需要可靠地反卷积谱数据，然后进行后续鉴定和分析。

对 EI 数据进行准确的反卷积（上图），以识别所有化合物峰并根据峰保留时间存储，以形成化合物。其次，用户可以（可选）根据分析峰附近正构烷烃的保留时间计算保留指数，以帮助在执行库搜索时鉴定化合物。可以根据单位质量库（如 NIST）或高分辨率准确质量库（例如 GC Orbitrap 谱库）搜索反卷积谱。交叉样品峰分组允许对一个批次的多个样品中的相同化合物进行分组，以便进行后续统计或比较分析。

与 EI 反卷积类似，第一步是进行色谱峰反卷积，然后进行分子离子鉴定。该算法查找每个反卷积化合物的 [M+H]+ 伪分子离子，且每个化合物被分配其他伪分子离子，如甲烷 PCI 的 [M+C2H5]+、[M+C3H5]+ 和 [M-H]+；加合物模式有助于对分子离子峰进行鉴定。

充分利用在线数据库结构检索功能或用户提供的结构，即可通过 MSⁿ 与亚结构的质谱匹配来可靠地鉴定更多未知化合物。

对于 mzCloud 中每一种化合物，都会有逻辑地将众多前体离子和 MSⁿ 裂解谱组织成质谱树。质谱树的每一级表示一个 MSⁿ 阶段，其中顶层从 n=1（或前体离子谱）开始。每一级可能包含大量谱图，因为数据是在不同实验条件下获取的，以确保后续碎片的覆盖范围广泛且具有代表性，从而提高获得高质量搜索结果的可能性。

mzCloud 质谱树示意图。获得给定化合物在多重极性 (ESI +/-) 的和一系列加合物状态下的质谱图。每个母离子在不同裂解方式（CID、HCD）和多个碰撞能量下彻底碎裂，在每个裂解级别（MS²、MS³、MS⁴等）下产生碎片谱图集合，进而为每个库化合物条目生成全面的质谱谱图树。

每个库条目的大量数据对于准确鉴定化合物、将实验获得的数据与库数据相匹配以及 Compound Discoverer 和 Mass Frontier 数据分析软件实现高置信度和数据可视化效果至关重要。其他工具包括 mzLogic，它使用丰富的裂解信息对不能仅根据谱库化合物条目来鉴定的未知化合物进行可靠地鉴定。

下载疑难解答

使用 Metabolika 创建、编辑和搜索反应通路。利用出版级图示功能创建和编辑反应通路，再加上已包含370多个各种生物体详尽且带注释的生物化学通路，您可以轻松分享您的通路知识。

Metabolika 中的信息也被用于碎片预测和 mzLogic，进一步增加了未知化合物鉴定的机会。

此外，对于稳定同位素标记分析，您可以在 Metabolika 中体现交换率（或掺入率），以提供更全面的通路视图。

除了 Metabolika， Compound Discoverer 软件还支持 KEGG 和 BioCyc 生物学通路数据库。化合物映射可用两种不同的方式显示：查看特定化合物，您可以看到该化合物映射到的通路，或者您可以使用从通路列表启动的全局视图，并可视化映射到给定通路的所有化合物。例如，可以使用 mzCloud 确认检测到的化合物，并在嵌入的通路上对结果数据进行颜色编码。

您的数据具有内在价值，因为这是您获得的知识。mzVault 为您提供了离线访问和搜索 mzCloud 的 MS² 级质谱数据或存储您自己的谱库信息的功能。质谱信息可以自动从 Compound Discoverer 发送至新的或现有的质谱库中，然后使用 Compound Discoverer 或 TraceFinder 软件进行搜索，或者使用 Thermo Scientific Mass Frontier 软件进行编辑。

即使有完备的在线结构数据库，且有 mzLogic 匹配结构或亚结构，有时候未知物质可能依然未知。将这些信息与先前识别的专有化合物库一起存储可能会很有用，并且可以用它来回答“我以前见过这个吗？”的问题。

对于许多应用，Compound Discoverer 软件提供了可靠鉴定未知物质的方法，范围涵盖新型环境污染物到新药和代谢物。其中一些应用的下一步可能是使用四极杆或高分辨率 MS 和 TraceFinder 软件进行更高通量的鉴定和/或定量分析，或使用第三方软件包进行进一步分析。

为了确保观察到的任何潜在趋势都基于实际变化，而不是可归因于实验效果的变化，良好的实验设计对任何分析都至关重要，特别是统计研究。因此，存在大规模研究的研究方案，其中会使用混合质量控制 (QC) 样品来实现这些大规模研究的标准化。

Compound Discoverer 软件充分整合了一整套功能强大的统计工具，可帮助您了解化合物/数据组更改以及更改量。

统计分析可在代谢组学、环境、食品安全和掺假、法医学、临床、杂质以及提取物和浸出物研究中的一系列不同分析中使用；当使用 GC-EI 和 GC-CI 数据时，统计图可绘制单个化合物的图，以帮助轻松鉴定与分析物相关的特征峰。该软件能够执行从差异分析、方差分析、PCA 到 PLS-DA 的一系列单变量和多变量分析，并能以高度图形化和交互式的方式将这些工具的输出与工作流程中化合物鉴定的结果相结合，从而提供对数据的深入见解，并让您可以轻松报告和共享这些数据。

Compound Discoverer 软件提供多种方法来可视化复杂且关联的数据集，让您能够在整个显示器上添加多个图以跟踪和查看这些关联并更好地理解数据。

一旦彻底审查了复杂的数据集，并评估了引起差异的组分，可能需要进行更实质性的分析，以验证变化/差异是否是由已鉴定的化合物引起的。可以轻松地将已勾选的化合物从 Compound Discoverer 软件以一系列不同输出形式导出，以方便进行额外的分析。有关详细信息，请参见“自定义、本地库和数据传输”一节。

探索化合物之间的关联可以揭示对数据集的额外信息和见解。利用分子网络图，您可以根据转化反应和谱图相似性（例如一系列 I 相和 II 相转化）在分析中交互式探索化合物之间的关系。

碎片离子检索（或 FISh）可根据通过理论碎片预测或实测MSⁿ 数据获得的母体化合物裂解方式来快速筛选结构相似的化合物。母体化合物结构及其潜在代谢物可用于过滤掉大多数基质相关背景离子，以便快速、简单地鉴定相关化合物。FISh 提供全面的第 l 相和第 ll 相生物转化反应列表，并且能建立自定义反应列表。

HighChem 裂解库包含来自同行评议文献中超过52,000个碎片裂解方案、217,000个单独反应、256,000个化学结构和216,000个解码机制的信息，基于此库，FISh 可成为一种强大的工具，能够帮助对推定代谢物或其他潜在结构进行结构匹配。在为推定结构给出碎片结构时，FISh 可使用真实数据来提供更大的置信度，并且 FISh 还可计算分数来描述给定结构候选物质对碎片数据的解释程度。