CRB-FCC：一种用于配方分配和结构注释的标准化非靶向分析方法

《Analytical Chemistry》：CRB-FCC: A Standardized Nontargeted Analysis for Formula Assignment and Structure Annotation

LC-MS非靶向分析中，通过CRB-FCC方法结合色谱保留行为和碎片链特征化技术，有效解决了未知物结构解析难题，尤其在光谱质量差或数据库缺失时仍能准确鉴定，已成功应用于生物合成塑料中黄色杂质分析。

　　

基于LC-MS的非靶向分析对于识别实际样品中的关键化学物质至关重要。然而，在从质谱图中解析未知化学物质的结构时存在一个重要的技术瓶颈。现有数据库中可用的信息有限，以及获取的质谱图质量较差，进一步加剧了这一挑战。为了解决这些问题，我们开发了“片段链特征化”（Fragmental Chain Characterization，简称FCC）方法，该方法根据质谱图为未知化合物分配化学式。当该方法与“色谱保留行为”（Chromatographic Retention Behavior，简称CRB）方法结合使用时，即使采样条件导致质谱图出现显著变化，也能利用一致的保留时间和分配的化学式来识别相同的化合物。我们使用1,475种化学标准物质对CRB-FCC方法进行了验证。与传统依赖质谱匹配的注释方法相比，CRB-FCC能够在化合物的质谱图质量较差或未在数据库中收录的情况下仍准确地进行注释。作为一个实例，我们将CRB-FCC与核磁共振（NMR）表征技术结合使用，成功识别了来自当地工业来源的生物合成塑料中的未知黄色杂质，从而克服了这些杂质在实际应用中的关键障碍。我们预计，作为一种标准化的数据采集和解释协议，CRB-FCC将加速其在学术界和工业界的广泛应用。