利用MobCal-MPI实现碰撞截面计算的灵活自动化工作流程

《Journal of the American Society for Mass Spectrometry》：A Flexible, Automated Workflow for Collision Cross Section Calculations Utilizing MobCal-MPI

　　

准确的离子淌度预测对于基于离子淌度谱（IMS）的结构注释至关重要，然而，通过计算生成碰撞截面（CCS）和高场淌度数据仍是一个多步骤过程，既需要计算专业知识，也需要对气相离子化学的理解，这限制了其在离子淌度谱（IMS）领域的更广泛应用。为解决这一局限，研究人员提出了MobCal-MPI-X，一个从最小用户输入出发，全自动计算低场碰撞截面（CCS）和高场淌度的自动化工作流程。从SMILES字符串、PubChem CID或用户提供的结构出发，该流程自主采样相关离子形式以识别最低能量电荷位点，随后对该物种的构象空间进行采样以生成低能构象体集合，用密度泛函理论（DFT）精修该集合，并计算场依赖的碰撞截面（CCS）、K0和α函数。针对三个独立数据集的基准测试表明，MobCal-MPI-X能够复现实验观测到的低场和高场淌度。对于低场碰撞截面（CCS）预测，跨构象体的玻尔兹曼平均值在正离子和负离子中分别产生2.0%和3.3%的平均绝对误差（MAE），与MobCal-MPI 2.0相关的误差一致。对于高场淌度，该工作流程在涵盖环境污染物、药物和法医分析物的APCI和(?)ESI数据集中，就绝对误差和曲线形状而言，与实验α函数平均达到良好的一致性。总之，MobCal-MPI-X通过自动化构象体筛选、量子化学计算和轨迹法模拟的设置，大幅降低了进行淌度计算的门槛。研究人员相信，这使得碰撞截面（CCS）和淌度预测在基于离子淌度谱（IMS）的结构注释工作流程中的常规使用变得更加实用。

论文解读：MobCal-MPI-X——自动化碰撞截面计算工作流程的突破

一、研究背景与问题

离子淌度谱（IMS）已将离子-中性碰撞截面（CCS）确立为非靶向分析中结构注释的实用指标，尤其是涉及非靶向分析的工作流程。在实际应用中，从业者通常依赖CCS数据库，但数据库可能缺乏疑似分析物的数值，或数值对应于目标分析物在样品制备或电离过程中产生的碎片。在这种情况下，可以使用轨迹法模拟工具（如MobCal-MPI和IMOS）在计算机上生成CCS值，这些工具持续提供基准精度。然而，使用这些工具通常需要熟悉计算化学软件包、理解其中使用的方法，以及具备处理批处理的编程知识。与此同时，从业者还必须考虑构象采样的基本原理，包括什么构成足够完整的构象集合，以及如何将数百个有效构象体缩减为用于CCS计算的代表性集合。

除这些先决条件外，CCS预测还需要理解气相离子化学。例如，电喷雾电离（ESI）过程中的质子化通常发生在气相碱性最强的位点，这并不总是与溶液中的优先位点一致，并可能导致高能质子异构体的动力学捕获，其CCS值与分析物不同，使淌度谱图的解读复杂化。负离子ESI电离也存在类似问题，气相中观察到的去质子化位点可能与溶液相预期不同。即使对于放射性源、X射线和电晕放电等气相电离技术，质子化/去质子化位点仍可能不明确。当IMS实验中出现多种离子形式时，复杂性进一步增加，包括大气压化学电离（APCI）中常见的质子结合二聚体，以及可能额外形成或替代常规质子化/去质子化物种的自由基阳离子/阴离子。由于每种离子形式还可存在多种构象，准确的CCS建模因此需要对每个异构体热可及集合中布居的结构进行玻尔兹曼加权平均。因此，计算CCS计算往往不受底层物理学的限制，而是受组装、管理和执行工作流程所需精力的限制。

二、研究内容与主要技术方法

为解决上述挑战，研究人员提出了MobCal-MPI-X，作为MobCal-MPI套件的扩展，通过简单命令行执行实现自动化CCS和高场淌度计算。该工作流程从SMILES字符串、PubChem CID或用户提供的XYZ坐标出发，枚举可能的质子化/去质子化位点以识别最低能量质子异构体/去质子异构体，自动生成质子化/去质子化二聚体，允许自由基阳离子/阴离子，采样构象空间，使用DFT精修相关构象体，并在并行计算环境中执行CCS计算。

研究人员采用了多项关键技术方法：利用CREST框架中的质子化/去质子化模块在GFN2-xTB半经验理论水平上进行电荷位点确定；使用CREST在GFN2-xTB水平进行构象采样，并采用基于连接性的相似性度量进行冗余结构去除，默认相似性阈值为95%；使用ωB97X-D3泛函和def2-TZVPP基组在ORCA程序套件中进行密度泛函理论（DFT）几何优化和频率计算，采用紧收敛标准；使用CHELPG方案在0.1 ?间距网格上计算部分电荷；使用MobCal-MPI 2.0中实现的轨迹法计算碰撞截面（CCS）和离子淌度，有效温度范围为298 K至1008 K，以氮气为载体气体；采用双温理论（2TT）实现场依赖淌度计算。实验数据方面，低场CCS数据提取自现有数据库（DTIMS或TWIMS系统，298 K，纯N₂），高场淌度数据编译自各DMS报告，并使用Krylov等人的方法提取α系数。此外，研究人员使用配备SelexION差分淌度池的QTRAP 5500质谱仪进行了额外的DMS-MS实验，以扩展高场数据集至通常使用ESI测量的化合物。

三、研究结果

3.1 自动化电荷位点确定和低场淌度计算的基准测试

研究人员首先考察了电荷位点模糊的情况，评估CREST质子化/去质子化模块是否正确识别最低能量电荷位点。以苯甲酰胺质子化为例，该工作流程正确识别O-质子异构体为全局最小值，但CREST（xTB）预测的O-和N-质子异构体之间的能量分离被夸大（92.9 kJ/mol），而DFT评估仅给出52.9 kJ/mol的分离。对于4-氨基苯甲酸（4ABA），CREST正确找到N-和O-质子异构体并识别O-质子异构体为较低能量物种，但xTB水平筛选压缩了相对能量景观，引入了文献中未报道的环内碳质子化候选结构。对于4-巯基苯甲酸（4MBA）的去质子化，CREST正确识别S-去质子异构体为气相最小值，但xTB水平再次显著夸大能量分离（57.3 kJ/mol对比DFT的27.9 kJ/mol）。这些结果表明，CREST模块能识别最低能量电荷位点，但xTB作为半经验方法在相对能量较小时可能不可靠地区分竞争性质子异构体，工作流程在识别多个候选位点时会返回警告。

在低场CCS基准测试中，研究人员对19种正极性化合物（[M + H]⁺离子）和20种负极性化合物（[M–H]^?离子）进行了计算与实验CCS值的比较。玻尔兹曼加权CCS值与实验值的平均绝对误差（MAE）在正极性为2.0%，负极性为3.3%。与仅考虑最低能量构象体相比（正极性2.2%，负极性3.3%），玻尔兹曼加权在几乎所有情况下都更接近实验值，尤其对具有多个布居构象体的柔性离子更为有利。此外，CCS值的加权分布为离子淌度峰宽提供了重要见解，因为构象异质性与峰展宽程度相关。

3.2 自动化高场淌度计算的基准测试

研究人员调查了使用APCI和(?)ESI电离源获得的DMS测量数据，涵盖多种化学亚类和离子类型，包括质子化单体、质子结合二聚体、去质子化单体和自由基阴离子。以去质子化的全氟(2-乙氧基乙烷)磺酸（PFEESA）为代表案例，每个模拟构象体表现出独特的α函数，在定性行为上与实验α函数一致，但偏差通常随E/N增加而增大，与MobCal-MPI 2.0的已知结果和双温理论在高场下的已知局限性一致。工作流程默认启用MobCal-MPI 2.0引入的经验校正。

对于管制药物数据集和(?)ESI测试集，箱线图显示MobCal-MPI-X的预测非常好，仅存在小的系统偏差，数据分布合理。这一结果与MobCal-MPI 2.0开发期间的高场评估密切一致，表明该流程即使以全黑箱方式使用也能保持已知精度。重要的是，[M–H]^?离子的预测精度与更常见的[M + H]⁺离子相当，突出了MobCal-MPI-X在两种极性下研究广泛分析物的能力。多个构象体的包含增加了偏差的分布范围，这应被理解为模型局限性和固有构象变异性的组合，而非单纯的模型误差。

对于质子化酮及其质子结合二聚体的比较，观察到显著更大且更系统的偏差。实验α曲线比模拟显示更正的α值，这一差异可能源于具有高电荷密度的小离子（如质子化丙酮）与仪器中背景水分发生强烈簇合，影响其场依赖离子淌度。质子结合二聚体在类似条件下不易受簇合影响，显示出改善的一致性，进一步支持簇合是观察到的差异的主要贡献因素。

四、讨论与结论

MobCal-MPI-X通过自动化构象体筛选、量子化学计算和轨迹法模拟的设置，大幅降低了进行淌度计算的门槛。该工作流程支持三种操作模式：全自动模式（黑箱操作）、半自动模式（基于可定制bash脚本）和手动模式（每步单独执行，用户完全控制）。所有阶段都采用并行执行以减少运行时间，每阶段生成中间文件和日志以保持透明性和可审计性。

研究结论表明，MobCal-MPI-X在低场CCS预测方面，玻尔兹曼平均值在正离子和负离子中分别产生2.0%和3.3%的平均绝对误差，与MobCal-MPI 2.0的误差一致。在高场淌度方面，该工作流程在APCI和(?)ESI数据集中与实验α函数在绝对误差和曲线形状方面平均达到良好一致性。该工作流程使碰撞截面（CCS）和淌度预测在基于离子淌度谱（IMS）的结构注释工作流程中的常规使用变得更加实用，显著降低了计算专业知识的门槛，使更广泛的IMS社区能够进行准确的淌度计算。