Skip to main content

仪器智能化基础知识

色谱与质谱

LC/MS 系统的工作流程智能化

新一代 LC/TQ 和 LC/(Q)-TOF 仪器具有一系列智能自动化功能,可减轻人工干预负担,使仪器始终保持理想性能。软件预测工具不仅能帮助用户缩短故障排除所需的时间,还可预防代价高昂的停机问题、规避突发性维护事件,延长设备的使用寿命。作为 MassHunter 软件的核心功能,Intelligent Reflex 工作流程等全新工作流程智能功能专为节省时间、减轻分析人员工作负担而设计。这些工作流程致力于减少人工干预,提高实验室工作效率,并避免样品重复检测。

安捷伦专家 Emma Rennie 为您深度解读仪器智能化的前景

LC/Q-TOF 和 LC/TQ 中的 Intelligent Reflex 工作流程

Intelligent Reflex 是一种智能算法,可根据定量质谱数据分析软件提供的反馈自动进行再进样。这种算法通过多重逻辑工作流程实时提升数据质量,并显著提高通量。这些再进样方案可帮助 LC/TQ 和 LC/(Q)-TOF 用户在高通量和常规实验室应用场景下提高工作效率。此外,用户还可以利用两种 LC/Q-TOF 专属的 Intelligent Reflex 工作流程增强化合物鉴定的可信度。所有工作流程都基于标准的常规任务列表,其中包含 QCs 样品、空白样和待测样品。这类工作流程采用 MassHunter 定量分析方法、预先建立的校准曲线、异常值阈值,结合硬编码规则来防止残留,同时确保用户遵循实验室标准操作规程。由 Intelligent Reflex 工作流程触发的再进样在界面中一目了然。

现有五种 Intelligent Reflex 工作流程可供选用。查看下文或阅读技术简报,详细了解这些工作流程。

残留检测工作流程

Intelligent Reflex 残留检测工作流程可防止残留污染影响工作列表中多个样品的检测结果。如果检测到残留,系统将进样空白样直至达到用户定义的次数上限,以尽可能消除污染。如果达到设定的空白样进样次数上限后仍检测到残留,用户可以选择暂停工作列表。待不再检测到或不存在残留后,再按计划继续运行工作列表。

屏幕截图所示为:在分析过程中检测到残留时,系统自动插入空白样。

超出校准范围的工作流程

如果检测到目标分析物超出预定的校准曲线范围,则可以使用 Intelligent Reflex 超出校准范围工作流程来估算浓度。当分析物超出校准范围时,先进样空白样,确保无残留。然后,减小进样体积重新进样,使其回到校准曲线范围内。

屏幕截图所示为:由于原始测量结果高于定量上限,软件减小进样体积后重新进样。

快速筛查工作流程

Intelligent Reflex 快速筛查工作流程用于确认初筛的阳性结果。此工作流程可提高分析效率,尤其适用于预期阳性样品数量较少的工作列表,有助于节省时间。例如,在法医毒理学检测中,大多数样品通常为阴性,只有少数样品会返回阳性结果。一般来说,快速筛查工作流程会使用两种不同的采集和定量方法。首先是快速分析方法,通常采用“陡峭”的梯度,旨在对所有样品进行快速筛查。如果在某个样品中检测到目标分析物,则将启用耗时更长的第二种检测方法重新分析该样品进行确认。了解有关应用快速筛查工作流程的更多信息。

屏幕截图所示为:初筛发现阳性样品后,工作列表自动插入确认方法。

靶向 MS/MS 确认工作流程

靶向 MS/MS 确认工作流程适用于 LC/Q-TOF 仪器,可对非靶向筛查中存疑或检出的化合物进行确证分析。此 Intelligent Reflex 工作流程采用两种不同的采集和定量方法。第一种方法使用全离子 (DIA) 数据,而第二种方法则使用 MS/MS 数据进行确认。

屏幕截图所示为:如何将靶向再进样与 QC 和空白进样一起添加到正在运行的工作列表中。最初创建的工作列表运行结束后,系统立即进行靶向再进样,无需科学家手动干预。深入了解此工作流程在食品基质农药筛查中的应用。

迭代 MS/MS 工作流程

Intelligent Reflex 迭代 MS/MS 工作流程有助于通过 LC/Q-TOF 对样品或混合 QC 进行全面表征。用户可通过迭代排除高丰度母离子来提高鉴定可信度。例如,首次分析检测到母离子 A、B 和 C。第二次分析仍使用相同的方法,但排除 A、B 和 C。如果第二次分析检测到母离子 D 和 E,则在第三次分析时排除 A、B、C、D 和 E,以此类推,直到运行次数达到用户定义的迭代次数。用户可以从基质空白迭代开始运行,确保不会在样品运行过程中选择高丰度基质母离子。

了解有关 Intelligent Reflex 工作流程的更多信息。

了解不同类型的 Intelligent Reflex 工作流程

残留检测

如果检测到残留,系统将进样空白样,以尽可能消除污染。适用于 LC/TQ 和 LC/Q-TOF。

观看视频

超出校准范围

如果检测到目标分析物超出校准曲线范围,则减小进样体积重新进样。适用于 LC/TQ 和 LC/Q-TOF。

观看视频

快速筛查

使用快速方法快速筛查所有样品,然后采用耗时更长的方法对初筛阳性样品进行重新分析以确认结果。适用于 LC/TQ 和 LC/Q-TOF。

观看视频

疑似物筛查/靶向 MS/MS

对非靶向筛查中存疑或检出的化合物进行确证分析。适用于 LC/Q-TOF。

观看视频

迭代 MS/MS

通过迭代排除高丰度母离子来提高鉴定可信度。适用于 LC/Q-TOF。

观看视频

工作流程的开始和结束

方法开发和数据分析是所有分析工作流程的首尾环节。

方法优化

MassHunter Optimizer 软件是一种智能软件算法工具,用于端到端 LC/MS/MS 方法开发、优化和 QA/QC 部署。Optimizer 工具是 MassHunter 12 的内置组件,使用户能够以全自动或半自动的方式优化多反应监测 (MRMs) 离子对和离子源参数。使用模块化的端到端工作流程方法,用户可以通过输入化学式信息,获得每种化合物的优化 MRM 离子对和整体方法的理想离子源参数。

智能优化工具可用于从头开始新建方法,向现有方法中添加新化合物,或者微调或验证现有方法的参数。在工作流程结束后,用户可以报告格式查看优化结果。对方法的任何更改都将按照 21 CFR Part 11 法规要求以可审计的方式进行保存。

化合物参数 离子源参数
碰撞能量 毛细管和喷嘴电压
碎裂电压 雾化器压力
母离子和子离子的鉴别 气体温度
气体流量

观看此分步视频和 6475 电子书,了解关于 MassHunter Method Optimizer 软件的更多信息。

作为示例,此图为从头开始创建、经全面优化的 7 种分析物混标的色谱图。在方法开发界面中输入中性分析物的化学式,软件自动计算潜在的 [M+H]+ 或 [M-H]- 母离子。优化工作流程主要分为两个阶段,且无需人工干预。首先是 MRM 优化,包括:母离子碎裂电压、RT 测定(可选)子离子选择和 MRM 碰撞能量电压。然后是离子源优化,包括:干燥气温度、鞘气温度、毛细管电压、雾化器压力、干燥气流量、鞘气流量和喷嘴电压。

阅读这张关于 MassHunter Optimizer 的海报,了解更多用于 LC/MS/MS 方法开发、优化和 QA/QC 部署的端到端工作流程的信息。

预订安捷伦培训中心有关 MassHunter Optimizer 和 Source Optimizer 工具的培训课程

用于峰积分的 AI 工具

MassHunter 的 AI 峰积分软件可在数据分析过程中自动进行峰检测和积分,替代传统手动操作。机器学习模型在用户的正常数据分析工作流程中通过观察手动积分事件进行定制训练。然后,即可通过自适应 AI 辅助峰检测和积分取代手动峰积分。

此技术已用于邻苯二甲酸酯 GC/MS 分析的 AI 峰积分。