探索未知领域：基于锚点的分子网络工作流程，用于全面识别新型精神活性物质及其类似物

《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》：Mapping the unknown: an anchor-based molecular networking workflow for comprehensive identification of new psychoactive substances and analogues

该研究开发了基于液相色谱-高分辨质谱联用（LC-HRMS/MS）的数据库独立分析方法，通过优化提取协议（P1）和构建锚定分子网络（ABMN），实现了对新型精神活性物质（NPS）及代谢物的全面筛查，灵敏度达1 ng/mL。

　　

摘要

新型精神活性物质（NPS）的迅速出现及其结构多样性给毒理学筛查带来了挑战，因为传统的筛查方法通常依赖于已知化合物的靶向检测。为了解决这一局限性，我们开发了一种新型的、不依赖于数据库的分析工作流程，该流程能够识别复杂生物基质中的未知或新出现的NPS。我们开发了一套综合性的工作流程，包括样品制备、正交液相色谱和高效串联质谱（LC-HRMS/MS），用于识别新化合物及其代谢物。在反相（RP-LC）和亲水相互作用（HILIC）色谱模式下对三种提取方案进行了性能评估，以最大化分析物的覆盖范围。该方法使用77种药物标准物进行了优化，并扩展到了122种化合物的混合物（Mix122），从而构建了一个“基于锚点的分子网络”（ABMN）。将疑似NPS使用者的生物样本纳入参考网络中，将患者特征与锚点化合物联系起来。数据通过MZmine进行特征提取，使用MetGem进行分子网络构建，以及使用SIRIUS进行计算机辅助结构预测。P1方案（蛋白质沉淀和分析物浓缩）提供了最佳的提取效果，能够以高色谱质量回收90%的分析物。P1方案实现了最低的识别限：在50 ng/mL浓度下可对100%的化合物进行MS/MS检测，在5 ng/mL浓度下可检测97%的化合物，在0.5 ng/mL浓度下可检测42%的化合物。RP-LC和HILIC色谱方法具有互补性，共同提高了分析物的覆盖范围。Mix122数据集产生了化学上连贯的化合物簇，支持临床样本的整合。鉴定出了多种结构相关的类似物，如溴唑仑、氟甲胺苯丙胺（flumethamphetamine）或MDPHP。基于ABMN的LC-HRMS/MS策略为未知NPS的全面、灵敏筛查提供了一个强大且可迁移的分析平台，即使在低至1 ng/mL的微量水平下也能有效检测。

图形摘要