[发明专利]复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法

说明书

本发明提供了一种复杂样本GC‑MS自动解析实现化合物准确鉴别与差异性组分筛查的方法，属于气相色谱‑质谱联用数据解析。首先针对TIC和EIC下的色谱峰进行自动化提取，随后明确每个TIC色谱峰的解析范围，查找解析范围内的EIC色谱峰信息。根据EIC色谱峰信息进行聚类，获得每一个类的代表性色谱轮廓谱图。经过筛查后，构建初始色谱谱图矩阵，利用修正的多元曲线分辨‑交替最小二乘法对初始色谱谱图矩阵进行优化解析，获得每个TIC色谱峰下的化学成分。将解析所得每个化学成分的质谱谱图导入到质谱库中自动匹配化合物，完成单个样本GC‑MS中化合物智能化精准识别。本发明在GC‑MS技术涉及的科研、检测、工业应用等领域，具有良好的应用价值。

技术领域

本发明属于气相色谱-质谱联用数据解析技术领域，具体涉及复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法。

背景技术

GC-MS在众多实验室用于高通量表征复杂样本中的小分子挥发、半性成分。作为目前普及率最高的分析测试仪器之一，GC-MS本身提供的物质谱库为复杂样本分析提供了非常有帮助的工具。但在GC-MS的应用中，复杂样本中化合物的精准解析是当前应用中面临的一个难题。化合物解析包含了两个核心步骤，一是色谱峰的识别，二是共流出组分的解析。在代谢组学等涉及多样本同时分析进行比较的研究中，还包含了如何实现峰对齐的问题。当前，色谱峰的识别多针对TIC中峰提取，围绕这个问题，目前已有一部分卓有成效的方法，但如何在TIC提取的基础上实现共流出化合物的高通量、自动化解析，却是当前应用中的亟待解决的难题。

当前方法中对于峰对齐步骤没有给予太多的重视。根据我们的经验，化合物峰对齐不能只是依靠质谱谱图。样本构成复杂时，有可能存在共流出化合物质谱谱图相似的情况。此时，若仅仅依靠质谱谱图进行化合物峰对齐，会导致样本与样本之间存在多重匹配，给出错误的峰对齐结果，最终导致筛查出来的差异性化合物结果不可靠。

同时，发展智能化、可靠的GC-MS自动化解析方法实现化合物解析与识别，实现差异性代谢物的筛查，是当前GC-MS技术涉及的科研、检测、工业应用等领域，如食品分析、药物分析、香精香料、工业化学品分析等亟待解决的需求。

发明内容

有鉴于此，本发明提供一种能够高效完成复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法。

本发明解决其技术问题所采用的技术手段是：

一种复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法，包括以下步骤：

a.提取GC-MS质谱中的TIC色谱峰及EIC色谱峰；

b.明确每个所述TIC色谱峰的解析范围，查找解析范围内的所述EIC色谱峰信息；

c.根据所查找得到EIC色谱峰信息对所述EIC色谱峰进行聚类，获得每一个类的代表性色谱轮廓谱图；

d.构建初始色谱谱图矩阵，利用修正的多元曲线分辨-交替最小二乘法对初始色谱谱图矩阵进行优化解析，获得每个所述TIC色谱峰下的化学成分的质谱谱图；

e.构建质谱谱库，所述质谱谱库中包含标准化合物质谱谱图，将解析所得的每个TIC色谱峰下的化学成分的质谱谱图导入至所述质谱谱库，进行单一样本的自动识别；

f.对不同样本分组，利用统计分析方法筛选组间有差异的代谢物；

其中，步骤c中，“对EIC色谱峰进行聚类”方法为：根据每个所述EIC色谱峰色谱轮廓谱图的形状，采用层次聚类法进行聚类，包括以下步骤：

c1.采用Pearson相关系数衡量色谱轮廓之间的相似度；

c2.将相似度低于预定相似度阈值，并且EIC色谱峰之间的距离大于预定距离阈值的相似度设置为0；