《Forensic Chemistry》：Spectral trends in DART-MS data obtained from the NIST DART-MS forensics database: A resource for unknown compound classification
编辑推荐：
新型毒品不断涌现对法医实验室资源造成持续压力，传统筛查方法如GC-EI-MS因缺乏NPSs参考数据难以应对。本研究利用NIST DART-MS法医数据库，分析16类常见毒品在三个电离能量下的质谱特征，总结质荷比分布、中性丢失规律及碎片离子规律，为未知物分类提供结构化参考。
威廉·菲尼（William Feeney）| 露丝玛拉·科尔佐（Ruthmara Corzo）| 阿伦·S·穆尔蒂（Arun S. Moorthy）| 爱德华·西斯科（Edward Sisco）
美国马里兰州盖瑟斯堡的国家标准与技术研究院（National Institute of Standards and Technology, Gaithersburg, MD, USA）
摘要
不断变化的毒品形势给法医实验室的资源带来了持续的压力。随着新型精神活性物质和其他新兴化合物的涌入，传统筛查方法的有效性正在降低。为了填补这一空白，一些实验室开始采用实时质谱直接分析（DART-MS）等技术，这些技术能够实现快速分析。使用能够收集光谱信息的筛查工具可以提供关于样品中化合物的更深入的信息，包括完全未知的化合物。本文旨在通过汇编现有的科学文献，并结合NIST DART-MS法医数据库的探索性分析结果，为使用DART-MS数据对未知化合物进行分类提供系统的参考。具体来说，本研究调查了常见药物类别的质子化分子丰度、共有和中性损失以及质谱分布，以作为未知化合物分类的资源。文中还包含了一些如何利用这些信息对新化合物进行分类的示例。
引言
近年来，涉及传统非法药物和新型精神活性物质（NPSs）的法医毒品案件持续增加[[1], [2], [3], [4], [5], [6], [7], [8]]。NPSs可能属于多种药物类别，并且由于细微的结构修饰而与已知的核心化合物有所不同[[9], [10], [11]]，这对许多工作流程构成了挑战。在传统的工作流程中，法医实验室使用气相色谱电离质谱（GC-EI-MS）来识别和确认样品中的化合物[[12]]，部分原因是有大量经过整理的质谱数据库可供使用[[9,13]]。然而，如果遇到NPSs，由于缺乏参考数据或物理标准，识别可能会变得困难。
法医实验室使用的筛查方法，如颜色测试、拉曼光谱和红外光谱技术以及免疫测定[[14]]，在遇到NPSs时也会遇到类似的困难，甚至更加困难。颜色测试和免疫测定不依赖于光谱库，因此无法识别NPSs。拉曼光谱和傅里叶变换红外光谱（FTIR）虽然使用参考光谱库，但基于这类光谱数据来识别或分类未知化合物比基于质谱数据更困难。环境电离质谱（AI-MS）[[15]]，就像实时质谱直接分析（DART-MS）[[16]]一样，正越来越多地被用作筛查技术，非常适合检测NPSs并提供可用于分类和识别的结构信息。DART-MS是一种获取未知化合物信息的有吸引力的技术，因为它采用软电离方式，使研究人员能够获得完整分子的信息。当与串联质谱（MS/MS）或原位碰撞诱导解离（is-CID）结合使用时，可以通过碎片化获得更多信息。
与GC-EI-MS类似，DART-MS分析也通常通过将样品光谱与库光谱进行比较来进行化合物识别。一个免费提供的库——NIST DART-MS法医数据库[[15,17,18]]，包含了在三种is-CID能量下测量的与法医药物化学相关的化合物的光谱。拥有三种is-CID光谱是有益的，因为它提供了质子化分子和碎片化数据[[17]]，这可以提高识别的准确性。该数据库还提供了丰富的数据集，有助于理解同类化合物的光谱趋势，从而有助于未知化合物的分类。
本研究的目的是了解NIST DART-MS法医数据库[[15]]中各类药物的质量谱特征。本文提供了针对特定类别的DART-MS光谱信息的描述性参考，突出了质子化分子的趋势、常见的中性损失以及在三种可用is-CID能量下频繁观察到的碎片离子，并基于使用GC-EI-MS数据进行的类似研究。
部分内容摘录
预处理数据库以监测趋势
NIST DART-MS法医数据库（版本Grasshopper，2023年1月发布）[[15]]包含每个药物类别的整理条目，确保没有重复或类别重叠。数据库中的高分辨率质谱数据被简化到最接近的0.01?Da，以考虑可能的质量漂移并有助于观察物质类别内的趋势。使用了一个自定义的R脚本（在补充信息中描述）对质子化分子的相对丰度（RA）进行分组和排序。
结果与讨论
以下部分讨论了NIST DART-MS法医数据库（版本Grasshopper）中16个药物类别[[2,6,7,9]]的光谱趋势。先前的研究已经提供了这些类别的药理和心理效应以及常见的核心取代位点的信息[[9]]；因此，这里不再赘述这些内容。为了提供一个简单的未知化合物分类工作流程，本文的结构如下：(i) 关于质子化分子丰度趋势的总结信息
结论
不断增多的毒品缴获数量表明，新型精神活性物质与已知化合物的数量都在增加，给法医实验室带来了更大的压力。虽然有广泛的光谱库支持，但使用GC-EI-MS进行常规分析和鉴定在没有NPSs参考光谱的情况下仍具有挑战性。像DART-MS这样的环境电离方法为分析人员提供了一种灵活高效的替代方案，可以快速获取质谱数据。
本研究调查了大量
CRediT作者贡献声明
威廉·菲尼（William Feeney）：撰写——初稿、调查、正式分析、概念构思。露丝玛拉·科尔佐（Ruthmara Corzo）：撰写——审阅与编辑、软件开发、正式分析。阿伦·S·穆尔蒂（Arun S. Moorthy）：撰写——审阅与编辑、软件开发、调查、正式分析。爱德华·西斯科（Edward Sisco）：撰写——审阅与编辑、监督、调查、概念构思。
免责声明
文中提到某些商业产品是为了准确说明程序；这并不表示NIST对这些产品的认可或推荐，也不意味着这些产品一定是实现该目的的最佳选择。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
