寡核苷酸质谱去卷积在质量控制中的关键考量：算法选择与参数优化对杂质分析和质量精度的影响

本研究针对寡核苷酸治疗剂质谱分析中数据评估的标准化需求，系统比较了贝叶斯与最大熵去卷积算法在不同长度poly-dT样本（20-200 nt）中的性能差异。来自某研究团队的研究表明，最大熵算法更适用于大分子量分析（100 nt样本质量精度达1.6 ppm），同时揭示了电荷态分布对加合物/碱基缺失杂质检测的显著影响，为RNA/DNA治疗剂的质量控制提供了关键方法学依据。

　　

在飞速发展的寡核苷酸治疗剂研发与质谱分析领域，确保符合监管要求的数据评估体系至关重要。其中去卷积技术作为从电喷雾电离(ESI)质谱中解析完整质量数的关键手段，其算法类型与参数设置会显著影响分析结果。本研究通过对比贝叶斯去卷积与最大熵去卷积在聚脱氧胸苷(poly-dT)样本（20、48、100和200核苷酸(nts)）中的表现，发现贝叶斯算法更适用于分子量≤15?000 Da的分析物，而最大熵算法对更大分子量的寡核苷酸表现优异，在100 nt poly-dT样本中实现了1.6 ppm的超高质量精度。研究同时揭示输入质量范围的重要影响：低电荷态易呈现加合物峰，高电荷态则易发生脱嘌呤/脱嘧啶现象，导致去卷积谱图中杂质质量数被过度表征。这些发现进一步拓展至DNA佐剂和单链向导RNA(sgRNA)样本的分析验证中，为寡核苷酸质谱质量控制提供了关键技术指导。