基于数据非依赖采集的非靶向有机气溶胶分析中CID片段自动注释工具的开发与应用

《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》：CID fragment annotation from data-independent experiments in non-target organic aerosol analysis: presenting an easy-to-use tool

本刊编辑推荐：为解决非靶向分析中数据非依赖采集产生的复杂碎片谱图人工解析难题，研究人员开发了开源工具UVenture，通过保留时间相似性分析和分子式预测算法，实现了CID片段的自动注释。研究显示该工具对28种标准化合物的碎片识别准确率达71%，分子式预测准确率达96%，为有机气溶胶组学研究提供了高效、无偏见的分析方案。

　　

在大气环境研究中，有机气溶胶构成大气颗粒物的主要组分，其复杂程度令人惊叹——研究表明其中包含数千种不同类别、极性和结构的化合物。面对如此复杂的混合物，科学家们通常采用超高液相色谱-高分辨质谱联用技术结合软电离方法进行分析。然而，传统的靶向分析手段犹如"大海捞针"，难以全面捕捉样本中所有化合物的结构信息。特别是当研究转向非靶向分析时，数据量的爆炸式增长使得传统人工解析方法变得力不从心。

目前非靶向分析领域存在一个关键矛盾：数据依赖采集方法虽然能提供清晰的碎片谱图，但存在明显的选择性偏差——仪器会自动优先选择丰度高的离子进行碎裂，导致低丰度化合物的结构信息缺失；而数据非依赖采集虽然能无偏见地捕获所有离子的碎片信息，但产生的复杂谱图又让研究人员望而却步。这种两难处境严重制约了有机气溶胶研究的深度和广度。

针对这一技术瓶颈，德国美因茨大学的研究团队在《Analytical and Bioanalytical Chemistry》上发表了一项创新性研究，开发了一套名为UVenture的开源分析工具。该工具通过智能算法实现了数据非依赖采集谱图中碰撞诱导解离碎片的自动注释，使研究人员能够同时享受数据非依赖采集技术的无偏见优势和数据依赖采集谱图的易读性。

研究人员采用了两大核心技术方法：首先通过保留时间相似性分析筛选潜在碎片，利用提取离子流色谱峰形匹配算法计算前体离子与碎片离子的相关性；其次结合精确分子量测定和同位素分布模式匹配进行分子式预测，通过多参数评分系统确保结果的可靠性。实验设计包含28种标准化合物的体系验证，同时采用数据依赖采集和数据非依赖采集两种模式进行对比分析。

标准测量结果显示，该工具在28种标准化合物中的20种上表现优于或等同于人工分析数据依赖采集谱图的结果。特别值得注意的是，在12种化合物中工具发现了比数据依赖采集谱图更多的碎片信息，这得益于数据非依赖采集模式下更高的碎片离子丰度。分子式预测准确率高达96%，且未出现假阳性结果。

CID碎片注释算法的核心创新在于双验证机制。研究团队发现，通过比较前体离子和潜在碎片的归一化提取离子流色谱图，可以有效区分真实碎片和随机匹配信号。如图3所示，乙酰水杨酸的碎片离子与前体离子具有高度一致的保留行为，而无关离子则显示出明显差异的色谱峰形。这种基于色谱行为相似性的筛选方法为后续的分子式验证提供了可靠的基础。

与数据依赖采集实验的比较揭示了数据非依赖采集方法的三大优势：无偏见的数据采集确保了样本信息的完整性；准隔离MS2谱图的生成保持了数据的可读性；更高的碎片离子强度提升了检测灵敏度。图4和图5的对比直观展示了数据非依赖采集谱图中碎片信号的强度优势，这解释了为何工具能发现更多有价值的碎片信息。

软件数据处理方面，研究团队采用了用户友好的网页界面设计，使工具易于推广使用。用户只需上传mzML格式的质谱数据和目标离子信息，系统即可自动完成分析流程。这种设计显著降低了非靶向分析的技术门槛，使更多研究人员能够受益于数据非依赖采集技术的优势。

研究也客观讨论了共洗脱问题的挑战。当多个化合物在色谱柱上同时洗脱且具有相似峰形和分子式时，算法可能难以准确归属碎片来源。这表明良好的色谱分离仍然是获得可靠结果的重要前提。

这项研究的重大意义在于首次为有机气溶胶非靶向分析提供了完整的数据非依赖采集解决方案。通过自动化算法，研究人员不仅能够获得更全面的化合物结构信息，还能建立可重复使用的数字样本库。工具的开源性确保了方法的可重复性和可扩展性，为大气化学研究社区提供了宝贵的技术资源。

随着环境样本复杂性的不断增加，这种能够同时处理数千种化合物的分析方法将变得越来越重要。研究团队建议即使当前不进行碎片谱图分析，也应采用全MS/AIF测量模式，以便未来能够重新挖掘存档数据中的有价值信息。这种前瞻性的研究思路为有机气溶胶组学的发展指明了新的方向，有望加速大气环境研究的科学进展。