质谱高级数据分析工具

适用于质谱专家的全面软件解决方案

简介

ACD/MS Structure ID Suite是一个一站式质谱数据分析、处理和管理平台，可帮助科学家筛选目标化合物和非目标化合物，并确定其结构。提供专业算法处理和解释LC/MS、GC/MS和MSn数据，通过数据存储管理实现数据采集和共享。支持与现有化学信息学平台的嵌合体或与商业数据库的集成，以构建专用MS数据库平台。

功能特点

1、支持绝大多数仪器厂商数据格式

用户只需要将仪器产生的原始文件拖拽到软件界面即可实现即时打开处理分析。

2、组分提取

采用强大的IntelliXtract算法，通过专有的技术确保提取所有相关的色谱组分。

自动将导入的质谱与匹配的组分相关联，以提高非目标筛选的效率；
检测痕量浓度样品中的质谱信号，并识别共洗脱色谱峰；
易于在光谱特征上添加峰标记，如同位素、加合物、多聚物、碎片离子等，这一功能对正确解析谱图至关重要。

3、目标成分鉴定

3.1 鉴定目标成分“有”或“无”

通过智能的目标组分识别技术IntelliTarget从复杂的数据组中识别目标组分，无论是高浓度或是痕量组分都可以进行鉴定，并标记。

3.2 添加结构，自动标识

用户可将目标结构、分子组成或分子量等信息直接添加到数据组中，软件可自动识别其对应的组分峰，并提取出质谱图，标记出结构和谱图间的匹配程度。

4、对比分析

软件可基于组分提取技术，通过分析保留时间，丰度，同位素等因素对两组数据进行对比分析，并标示出“Similar”，“Different”，“Unique”等信息。

5、化合物质谱碎片裂解预测

软件可基于不同的离子源、裂解活化、断裂键、裂解及重排规则等对目标化合物进行质谱碎片裂解预测，给出可能的质谱碎片及裂解途径。

6、结构-谱图归属验证

软件可基于质谱裂解预测对目标化合物和实验谱图进行归属验证，选择质谱峰，可自动标示出对应的结构片段，辅助进行结构鉴定和代谢分析。

7、数据库功能

7.1 建立数据库

软件提供强大的数据库存储功能，用户可将实验原始数据、分析过的数据、化学结构、文献资料、报告等信息统一存储在数据库记录中，实现资料的安全存储及高效共享。

7.2 数据库搜索

软件提供强大的数据库搜索功能，用户可以根据实验谱图，如质谱，进行快速的数据库检索，既可以进行自建库查找，同时也可以进行第三方商业数据库搜索。

搜索方式包括，谱图、谱图参数、峰信号、精确结构、子结构、相似结构等。

8、未知物的结构定性

MS Structure ID Suite基于样品组分的高分辨质谱数据，通过Molecules Formula Generator工具快速计算化合物的精确分子组成，结合庞大的本地ChemSpider数据库(超过3000万的化合物)进行检索，并可结合色谱保留时间参数及质谱碎片特征对候选结构进行筛选分析，以获得最优结果。

9、ACD/Labs格式的Wiley质谱数据库

通过与Wiley的直接合作，ACD/Labs为使用ACD/Labs原生格式(*.cfd)的客户提供多种质谱仪数据库，这些数据库包括成千上万的质谱，涵盖了广泛的化学行业-药物，多肽，化工业，环境污染物。这些数据库增强了MS Structure ID Suite的筛选、识别和分解能力(需单独选购)。包含的数据库有：

Wiley Registry of Mass Spectral Data, 11th Edition
NIST/EPA/NIH Mass Spectral Library 2017
Wiley Registry 11th Edition/NIST 2017 Mass Spectral Library
Mass Spectra of Designer Drugs 2018
Mass Spectral Library of Drugs, Poisons, Pesticides, Pollutants, and their Metabolites, 5th Edition
Mass Spectra of Pesticides with Retention Indices, 2nd Edition
FAMEs Fatty Acid Methyl Esters: Mass Spectral Library
Wiley Registry of Tandem Mass Spectral Data: MS for ID
Mass Spectra of Flavors and Fragrances of Natural and Synthetic Compounds, 3rd Edition
Mass Spectra of Physiologically Active Substances: Including Drugs, Steroid Hormones, and Endocrine Disruptors 2011

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。

关于质谱数据分析工具，今天就分享到这里。如果内容对你有帮助，希望大家不要吝啬点个赞哦，我们会继续给大家输出更多优质内容~

最后，祝大家科研顺利！如果你想了解更多关于质谱的干货，可以扫码关注下哦~