Compound Discoverer Software

将数据转换为有用信息

将来自液相色谱分析 (LC)、气相色谱分析 (GC) 和离子色谱分析 (IC) 的小分子数据(不论是小型还是大型数据集)、全扫描和 MSn 数据转换为 有用信息。Thermo Scientific Compound Discoverer 软件提供一套完全集成的高级软件工具,用于已知母离子和未知组分的数据处理和解析。Compound Discoverer 软件可简化化合物鉴定和 比较分析,并 在易于使用且强大的软件工作流程中提供了广泛的过滤和数据可视化功能,让您能够从宝贵的数据中快速获得结果。

无论您的小分子研究应用是什么,从代谢组学到 稳定同位素标记、环境和食品安全、药物代谢物或杂质鉴定、萃取物和溶出物到法医学或临床毒理学等,Compound Discoverer 软件提供了出色的工具箱,让您能够将数据转换为结果。

联系我们    下载免费演示    下载手册


快速链接


Compound Discoverer 软件的主要优点
减少鼠标点击次数了解未知物找出样品集之间的真正差异了解生物学通路
用自定义工作流程、灵活的可视化和分组工具来掌握数据分析和处理。通过可定制的报告共享结果,或将结果直接传输到 Thermo Scientific TraceFinder 软件以用于靶向分析。根据在线 mzCloud 谱库、内部 Thermo Scientific mzVault 谱库和众多 嵌入式注释工具进行质谱库搜索,快速可靠地鉴定未知物质。快速找出 样品集之间的显著统计差异。使用交互式链接显示, 包括火山图、主成分分析(Principal Components Analysis,PCA)、偏最小二乘 – 判别分析(Partial Least Squares – Discriminant Analysis,PLS-DA)和聚类分析,查看研究中的 化合物趋势,或者鉴定多个样品组之间的关键差异性 化合物。使用 Thermo Scientific Metabolika、KEGG 和 BioCyc 数据库执行 全面的非靶向稳定同位素标记实验、查看通路,并将检测到的化合物和 相关信息直接映射到通路上。


使用 Compound Discoverer 软件创建工作流程

Compound Discoverer 软件提供了一个广泛、灵活、可定制的工具包来处理数据。它包含预定义的工作流程模板,因此您可以立即启动并运行,也可以将模板快速调整为专门为您的实验设计的处理工作流程。

Compound Discoverer 软件充分利用 Thermo Scientific Orbitrap 质谱仪的强大性能(联合 LC、GC 或 IC 分离)获得一致、准确、高分辨率的数据。借助这些数据,软件能够跨样品对齐化合物组分、确定元素组成、执行库匹配并可靠地鉴定未知物质,包括预置的质量控制流程。

基于 Orbitrap 的质谱系统提供一致的质量准确度和高分辨率谱图数据,让您能够获得精细同位素信息(如上方针对化合物 davunavir 显示的信息)。分辨率和准确度为元素组成匹配以及后续谱库和数据库匹配提供了可靠性,而这可使用 MSn 裂解信息进一步确认。

解析结果并提供见解

无论是简单还是广泛的研究都能生成包含大量信息的复杂数据。为从该数据中获得极具价值的分析结果,Compound Discoverer 软件提供了细致的数据处理,以及后续有深刻见解的数据查看和链接功能。

无论您是进行单样本分析还是广泛的大样本研究,Compound Discoverer 软件都能为您提供小分子未知物数据处理所需的各种工具,包括:

  • 使用多因素峰质量因子进行未知物峰检测,以可靠地进行鉴定和定量分析
  • 高级统计工具
  • 交互式数据可视化功能
  • 化合物注释工具
  • 集成数据库和质谱库
  • 生物化学通路图
  • 非靶向稳定同位素标记分析
  • 用于大型研究的标准化工具

无论研究样本量如何,每个样本都包含大量原始数据点。其中一些数据点相互关联,而许多数据点互不关联。要理解这些复杂、高质量的  MS/MS 和 MSn 信息,需要精简数据才能获得有意义的见解。

为了使数据处理快速简便,可以采用以下三种方式来设置工作流程:使用拖放功能;使用多个应用特定模板之一;编辑任一模板。每个处理步骤都由给定工作流程树中的一个“节点”负责,可以根据您的研究需求连接节点,以进行数据处理和解析; 可以使用软件开发工具包或自定义脚本(如来自 R 或 Python 的脚本)创建新节点,随后将其与脚本节点一起使用,定制符合需要的工作流程。

Image of a pre-defined workflow template for untargeted metabolomics
 点击图片放大非靶向代谢组学的预定义工作流程模板示例。此模板旨在查找和鉴定样品之间的差异。每个节点都已链接并执行特定任务。在此处,您可以在所有研究样品中检测到未知化合物并对其进行分组之前执行保留时间对齐。使用准确的质谱数据预测元素组成,并使用 mzCloud 质谱库和 MS/MS 信息鉴定化合物。如果在 mzCloud 中没有发现匹配物质,则使用 ChemSpider 。对于 ChemSpider 匹配的结果,使用 mzLogic 按匹配的可能性大小对结果进行排序。然后,使用 Metabolika 将所得化合物映射到生物学通路。如果存在质量控制(quality control,QC)样品,则执行归一化,并计算随后的差异分析(t 检验或方差分析)。

Compound Discoverer 软件界面通过显示与问题相关性最强的信息来简化结果查看过程;每个图形和表格都存在关联,因此能即时更新视图以反映您正在查看的化合物或样品。


Compound Discoverer 软件的应用

Compound Discoverer 软件可用于多种应用,从代谢组学到环境和食品安全,从药物开发到法医毒理学。

代谢组学研究可能非常复杂,因此难以确保获得高质量的综合数据,分析这些数据以获得见解也具有相当大的难度。要确保完整的样本覆盖面,往往需要通过大量的手动工作为数据依赖型采集 (DDA) 实验创建包含和排除列表。

AcquireX 是一项自动化工作流程,允许通过改进的 MS/MS 采样结合自动背景离子排除和数据采集(聚焦于真实样品组分)来直接考察所有样品组分。

将 AcquireX 与 Compound Discoverer 软件的其他功能工具相结合,大大减少了无 MS/MS 谱图的化合物数量,显著增加了可实现确证鉴定和排序鉴定的化合物数量。

稳定同位素标记有助于非靶向代谢组学研究,而 Compound Discoverer 软件提供了一系列数据审查和可视化工具来支持这一工作流程。Compound Discoverer 软件根据参考文件中未标记化合物的分子式自动检测标记化合物(同位素体)。一经处理,即可标绘交换率(或掺入率),以显示跨多个文件的响应或覆盖到 Metabolika 通路上。

Compound Discoverer 软件具有结构智能的脱烷基/脱芳基化和一般代谢预测功能,允许您查找、鉴定和报告感兴趣的代谢物。杂质和降解产物的鉴定遵循类似工作流程,并依赖一系列软件工具和可定制的方法来实现复杂样品中相关组分的可靠检测。

碎片离子检索 (FISh) 可对裂解谱进行结构注释,除了能够阐明未知物质的结构之外,还能定位潜在转化的位点。

化合物类别评分节点提供了另一个工具来确保没有任何遗漏。它使用一组从一个化合物类别中的一个或多个已知分子创建的代表性碎片来识别可能相关或来自同一化合物类别的其他组分。

Compound Discoverer 软件通过减少基质干扰来降低样品的复杂性,并通过相关质量亏损来靶向导入特定化合物类别,有助于您快速识别、检测和审查复杂数据集。

Data illustrating how MMDF can be used to simplify complex matrix samples
 点击图片放大左上角显示了胆汁基质中样品的总离子色谱图 (TIC),该图表明存在潜在复杂性和基质干扰; 左下方显示了使用多重质量亏损过滤 (MMDF) 后得出的图,以及如何使用它有效简化复杂基质样品,如胆汁、粪便、血液和血浆。右图演示了如何使用质量亏损图来可视化数据并使用 Kendrick 公式进行挖掘,例如未知聚合物的鉴定。所有数据在 Compound Discoverer 软件中的图和数据表之间交互连接,以简化数据查看。

Compound Discoverer 软件可用于分析食品杂质和降解产物的代谢归宿和结构组成,以及检测土壤和水中的环境污染物。一旦在环境和食品安全研究中发现未知化合物,通常需要采用四极杆或高分辨率质谱技术进行高通量筛选。Compound Discoverer 软件允许您将数据直接导出到新的或现有的 mzVault 库或目标列表,然后使用 Thermo Scientific TraceFinder 软件进行筛选和定量分析,从而减轻组织内方法转移的负担。

Compound Discoverer 软件可检测违禁药物和结构相关致幻药的未知代谢物; 例如,许多新药含有类似的结构,而化合物类别评分节点可用于根据常见碎片离子对检测到的化合物进行评分,从而有助于根据特征碎片寻找新药。这些信息可以转移到筛选方法中,以帮助您紧跟不断增加的新药及其代谢物。使用 Compound Discoverer 软件提供的任一工作流程发现未知化合物后,可以将数据直接导出到新的或现有的 mzVault 库或目标列表中,然后使用 Thermo Scientific TraceFinder 软件结合四极杆或高分辨率质谱技术进行筛选和定量分析。

要分析 Thermo Scientific GC-Orbitrap 质谱仪采集的数据,可以使用两个主要工作流程,这些工作流程可以通过电子轰击 (EI) 和化学电离 (CI) 反卷积节点等特定工作流程节点启用。可以使用 Compound Discoverer 中的大量工具来分析 GC-Orbitrap 数据,以实现可靠的化合物鉴定或统计分析等。

两个基于 GC 的工作流程树示例; 第一个是 EI 工作流程,可用于通过统计分析查找生物标记物,以及通过谱库搜索鉴定未知化合物;第二个是 CI 工作流程,可通过分子式确定以及 MS/MS 谱图的结构解析来鉴定目标未知化合物。

当在 Compound Discoverer 中分析 GC-EI 或 GC-CI 数据时,可轻松访问数据分析工具和相关区域,这确保了简单的数据查看和结果访问。

上图显示了结果视图中的 GC-EI 化合物鉴定。在右上侧,反卷积谱和谱图库质谱图之间可以看到镜像图。库检索结果下的第二级表中突出显示的是总分、分子离子的 delta 质量和 RI delta:总分是一个综合分数,其中包括 HRF 评分和 SI 评分的贡献;如果分子离子存在于反卷积谱中,则 delta 质量是分子离子的质量准确度; RI delta 是库 RI 与计算 RI 之间的差异。根据总分数“94.9”、小于1 ppm 的分子离子 delta 质量和1的 RI delta 值,这种鉴定具有较高的可靠性。


Compound Discoverer 软件的功能工具

有几种工具可用于解析综合数据集。Compound Discoverer 软件可以访问大量在线和离线资源,还可以在未找到直接谱图匹配的情况下使用智能算法来帮助鉴定未知化合物。

  • mzCloud,一个庞大的高级在线质谱裂解数据库
  • mzLogic,一种数据分析算法,可以在未找到直接质谱图匹配的情况下将数百万个可用结构数据库与庞大的质谱碎片裂解库 mzCloud 结合起来,对未知物质的结构进行排序推定
  • mzVault,一个本地库,供您在无法在线访问或需要使用自己的专有库时使用。通过此工具,可以访问 mzCloud 中的 MS/MS 级内容,或创建自定义的本地库。
  • 统计分析和数据标准化工具,用于单变量和多变量统计分析

所有已鉴定的化合物都可以通过这些工具建立关联,从而便于选择数据并将数据导出到多个不同的来源,以供下一阶段分析使用。

进一步了解 Compound Discoverer 强大的功能工具

使用 GC 电子轰击 (EI) 和化学电离 (CI) 技术从 GC 数据中采集的数据可使用与 IC 和 LC-MS 数据相同的工具进行处理,例如未知化合物鉴定和统计分析。考虑到大量碎片(来自 EI)或潜在的多分子离子(来自 CI),了解和解读综合 GC EI 和 CI 数据集需要可靠地反卷积谱数据,然后进行后续鉴定和分析。

对 EI 数据进行准确的反卷积(上图),以识别所有化合物峰并根据峰保留时间存储,以形成化合物。其次,用户可以(可选)根据分析峰附近正构烷烃的保留时间计算保留指数,以帮助在执行库搜索时鉴定化合物。可以根据单位质量库(如 NIST)或高分辨率准确质量库(例如 GC Orbitrap 谱库)搜索反卷积谱。交叉样品峰分组允许对一个批次的多个样品中的相同化合物进行分组,以便进行后续统计或比较分析。

与 EI 反卷积类似,第一步是进行色谱峰反卷积,然后进行分子离子鉴定。该算法查找每个反卷积化合物的 [M+H]+ 伪分子离子,且每个化合物被分配其他伪分子离子,如甲烷 PCI 的 [M+C2H5]+、[M+C3H5]+ 和 [M-H]+;加合物模式有助于对分子离子峰进行鉴定。

mzCloud

mzCloud 包罗各种小分子应用,其丰富的结构和化学多样性确保了任何未知化合物鉴定的可靠性。

利用详尽的高分辨率 MS/MS 和多级 MSn 质谱,结合大量元数据,世界上最大的 LC-MSn 参考谱库和最广泛的精选质谱库可提供强大的未知物质鉴定功能。

Identify more unknowns with MSn and SubTree search

充分利用在线数据库结构检索功能或用户提供的结构,即可通过 MSn 与亚结构的质谱匹配来可靠地鉴定更多未知化合物。

全球大型质谱裂解谱图库 mzCloud 是如何创建的?

对于 mzCloud 中每一种化合物,都会有逻辑地将众多前体离子和 MSn 裂解谱组织成质谱树。质谱树的每一级表示一个 MSn 阶段,其中顶层从 n=1(或前体离子谱)开始。每一级可能包含大量谱图,因为数据是在不同实验条件下获取的,以确保后续碎片的覆盖范围广泛且具有代表性,从而提高获得高质量搜索结果的可能性。

A schematic representation of a spectral tree from mzCloud

mzCloud 质谱树示意图。获得给定化合物在多重极性 (ESI +/-) 的和一系列加合物状态下的质谱图。每个母离子在不同裂解方式(CID、HCD)和多个碰撞能量下彻底碎裂,在每个裂解级别(MS2、MS3、MS4等)下产生碎片谱图集合,进而为每个库化合物条目生成全面的质谱谱图树。

每个库条目的大量数据对于准确鉴定化合物、将实验获得的数据与库数据相匹配以及 Compound DiscovererMass Frontier 数据分析软件实现高置信度和数据可视化效果至关重要。其他工具包括 mzLogic,它使用丰富的裂解信息对不能仅根据谱库化合物条目来鉴定的未知化合物进行可靠地鉴定。

mzLogic

当您没有从库搜索中得到匹配结果时会发生什么?您仍然可以利用 mzCloud 中丰富的裂解信息!通过谱图相似性和亚结构信息(前体离子指纹),mzLogic 可以获取所有这些信息并为您提供真实未知物的最优候选物质。

当小分子未知物质未提供谱图匹配信息时,我们还可以如何鉴别它们?

结合质谱库相似性搜索与化学数据库搜索,最大化真实的碎片数据。

使用 Metabolika 创建、编辑和搜索反应通路。利用出版级图示功能创建和编辑反应通路,再加上已包含370多个各种生物体详尽且带注释的生物化学通路,您可以轻松分享您的通路知识。

Metabolika 中的信息也被用于碎片预测和 mzLogic,进一步增加了未知化合物鉴定的机会。

此外,对于稳定同位素标记分析,您可以在 Metabolika 中体现交换率(或掺入率),以提供更全面的通路视图。

除了 Metabolika, Compound Discoverer 软件还支持 KEGG 和 BioCyc 生物学通路数据库。化合物映射可用两种不同的方式显示:查看特定化合物,您可以看到该化合物映射到的通路,或者您可以使用从通路列表启动的全局视图,并可视化映射到给定通路的所有化合物。例如,可以使用 mzCloud 确认检测到的化合物,并在嵌入的通路上对结果数据进行颜色编码。

您的数据具有内在价值,因为这是您获得的知识。mzVault 为您提供了离线访问和搜索 mzCloud 的 MS2 级质谱数据或存储您自己的谱库信息的功能。质谱信息可以自动从 Compound Discoverer 发送至新的或现有的质谱库中,然后使用 Compound Discoverer 或 TraceFinder 软件进行搜索,或者使用 Thermo Scientific Mass Frontier 软件进行编辑。

即使有完备的在线结构数据库,且有 mzLogic 匹配结构或亚结构,有时候未知物质可能依然未知。将这些信息与先前识别的专有化合物库一起存储可能会很有用,并且可以用它来回答“我以前见过这个吗?”的问题。

对于许多应用,Compound Discoverer 软件提供了可靠鉴定未知物质的方法,范围涵盖新型环境污染物到新药和代谢物。其中一些应用的下一步可能是使用四极杆或高分辨率 MS 和 TraceFinder 软件进行更高通量的鉴定和/或定量分析,或使用第三方软件包进行进一步分析。

为了确保观察到的任何潜在趋势都基于实际变化,而不是可归因于实验效果的变化,良好的实验设计对任何分析都至关重要,特别是统计研究。因此,存在大规模研究的研究方案,其中会使用混合质量控制 (QC) 样品来实现这些大规模研究的标准化。

Compound Discoverer 软件充分整合了一整套功能强大的统计工具,可帮助您了解化合物/数据组更改以及更改量。

统计分析可在代谢组学、环境、食品安全和掺假、法医学、临床、杂质以及提取物和浸出物研究中的一系列不同分析中使用;当使用 GC-EI 和 GC-CI 数据时,统计图可绘制单个化合物的图,以帮助轻松鉴定与分析物相关的特征峰。该软件能够执行从差异分析、方差分析、PCA 到 PLS-DA 的一系列单变量和多变量分析,并能以高度图形化和交互式的方式将这些工具的输出与工作流程中化合物鉴定的结果相结合,从而提供对数据的深入见解,并让您可以轻松报告和共享这些数据。

Compound Discoverer 软件提供多种方法来可视化复杂且关联的数据集,让您能够在整个显示器上添加多个图以跟踪和查看这些关联并更好地理解数据。

一旦彻底审查了复杂的数据集,并评估了引起差异的组分,可能需要进行更实质性的分析,以验证变化/差异是否是由已鉴定的化合物引起的。可以轻松地将已勾选的化合物从 Compound Discoverer 软件以一系列不同输出形式导出,以方便进行额外的分析。有关详细信息,请参见“自定义、本地库和数据传输”一节。

探索化合物之间的关联可以揭示对数据集的额外信息和见解。利用分子网络图,您可以根据转化反应和谱图相似性(例如一系列 I 相和 II 相转化)在分析中交互式探索化合物之间的关系。

碎片离子检索(或 FISh)可根据通过理论碎片预测或实测MSn 数据获得的母体化合物裂解方式来快速筛选结构相似的化合物。母体化合物结构及其潜在代谢物可用于过滤掉大多数基质相关背景离子,以便快速、简单地鉴定相关化合物。FISh 提供全面的第 l 相和第 ll 相生物转化反应列表,并且能建立自定义反应列表。

HighChem 裂解库包含来自同行评议文献中超过52,000个碎片裂解方案、217,000个单独反应、256,000个化学结构和216,000个解码机制的信息,基于此库,FISh 可成为一种强大的工具,能够帮助对推定代谢物或其他潜在结构进行结构匹配。在为推定结构给出碎片结构时,FISh 可使用真实数据来提供更大的置信度,并且 FISh 还可计算分数来描述给定结构候选物质对碎片数据的解释程度。



观看下面的视频,从我们的用户和科学家那里进一步了解 Compound Discoverer 软件的强大功能。



Compound Discoverer 软件指导视频——中性丢失评分
Compound Discoverer 软件指导视频——分子网络

订购 Compound Discoverer 软件指南




相关支持

其他资源