【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、化学化合物库通常用在药物发现、组合化学/反应筛选、临床筛选、库存品质控制等领域中。在使用化学化合物库中的所选择的成员化学品之前评估和确保该成员化学品的品质和性质是重要的。例如，在通过使用生物反应系统的药物发现中，评估药物候选物的性质(例如每种药物结构对蛋白质功能、吸收、分布、代谢和排泄性质的抑制作用等)要求将来自大型(高达数百万级规模)药物候选物库中的每个单独的库成员配量和培育在生物反应系统中。每个库成员的储备溶液中标准化合物的品质直接关系到测定读出——标准化合物的杂质和/或降解可能导致假阳性/阴性结果。因此，期望在配量至测定反应之前确认药物候选物库的每个库成员的品质(化合物品质控制)。然而，由于通量限制和/或时间效率低，没有合适的平台可以处理百万级规模化学品库的化合物品质控制(qc)。
2、传统上，通过使用质谱对样品进行品质评估是基于有限的属性的，例如，以目标离子强度或积分的m/z峰面积作为唯一的度量，而不将样品的质谱与参照谱或数据集进行比较。在缺乏谱比较的情况下，传统方法缺乏描述杂质分布或干扰化合物的能力，尤其是当样品具有复杂的样品基质或源自复杂的生物来源或环境时。有限的谱比较或没有谱比较的缺陷可能导致目标化合物的识别、假阳性或假阴性结果、高估或低估样品效力等问题，尤其是在大型化学品库的化合物qc的背景下。
技术实现思路
1、在一个方面中，本公开涉及一种用于评估样品的质谱(ms)的品质的方法。在一个示例中，方法包括：参照目标化合物预定义指示样品品质的
2、在一些实施例中，预定义的特征选自以下的组：目标化合物的预期m/z值；目标化合物的在预期m/z值处的峰的强度；目标化合物的指纹谱特征、指示干扰和/或干扰量的谱特征、指示目标化合物的降解或劣化的谱特征、或其组合。
3、在一些实施例中，该方法还包括：从样品的ms中提取谱特征；比较所提取的特征与指示样品量的预定义特征；可选地生成比较度量，该比较度量包括所提取的特征与对应的预定义特征之间的比较；以及计算指示至少一个样品品质状态的组合品质评分。
4、在一些实施例中，该方法还包括：从样品的ms中识别非预期的谱特征；以及基于非预期的谱特征确定干扰化合物的存在或不存在或量，其中干扰化合物选自以下的组：背景噪声、杂质、污染物、目标化合物的降解产物、目标化合物的劣化产物、或其任何组合。
5、在一些实施例中，样品是化学品库或组合库中的成员化合物的样品。
6、在一些实施例中，样品的ms用作关于目标化合物的参照质谱(rms)，其中rms具有确定的谱品质评分。在一些实施例中，样品的rms是在第一时间处获得的。在一些实施例中，该方法还包括：在第二时间处获得样品的测试质谱(tms)；关于指示样品品质的预定义特征比较tms与rms；参照目标化合物计算tms的谱品质评分；以及确定样品在第二时间处的品质状态。
7、在一些实施例中，该方法还包括：识别ms的背景或(一个或多个)背景信号；以及从ms中减去背景或(一个或多个)背景信号。在一些实施例中，该方法还包括计算减去背景的ms的品质评分。
8、在一些实施例中，该方法还包括：识别rms和/或tms中的每个的背景或(一个或多个)背景信号；以及从rms和/或tms中减去所识别的背景或(一个或多个)背景信号。在一些实施例中，该方法还包括：比较减去背景的rms与减去背景的tms，以计算谱品质评分。
9、在一些实施例中，该方法还包括：构建化学品库的参照谱库，其中化学品库包括至少一种成员化合物，以及其中参照谱库包括所选择的或所有(一个或多个)成员化合物的rms。
10、在一些实施例中，使用探试法(heuristic method)来计算ms的品质评分。在其他实施例中，使用机器学习方法来计算ms的品质评分。
11、在另一方面中，本公开涉及评估样品的品质的方法。在一个示例中，该方法包括：比较样品的测试质谱(tms)与样品的对应的参照质谱(rms)；比较从tms中提取的谱特征与源自rms的预定义的特征或属性，其中预定义的特征或属性关于样品的目标化合物指示样品品质；可选地生成比较度量，该比较度量包括每个提取的谱特征与对应的预定义特征之间的比较；基于比较计算组合品质评分，其中组合品质评分指示样品的至少一个品质状态。在一些实施例中，样品的品质状态选自以下的组：杂质水平、污染物、目标化合物的降解、目标化合物的劣化。
12、在一些实施例中，该方法还包括：识别rms和/或tms中的每个的背景或(一个或多个)背景信号；以及从rms和/或tms中减去所识别的背景或(一个或多个)背景信号。在一些实施例中，该方法还包括：比较减去背景的rms与减去背景的tms，以计算谱品质评分。
13、在又一个方面中，本公开涉及一种确定样品的品质状态的方法。在一个示例中，方法包括：比较样品的测试质谱(tms)的谱品质与样品的对应的参照质谱(rms)的谱品质；其中关于编码谱和元数据比较tms和rms。
14、在另一方面中，本公开涉及用于化学品库的化合物qc的方法。在一个示例中，方法包括：参照目标化合物获得所选择的感兴趣的库成员的参照质谱(rms)，库成员来自化学品库；在一时间处分析所选择的库成员的样品，以获得代表该样品在该时间处的品质状态的测试质谱(tms)；关于每个所选择的库成员从rms和/或tms中减去背景；关于每个所选择的库成员进行tms与rms的全谱比较；生成比较度量，该比较度量包括谱和谱特征的比较；以及确定所选择的库成员在该库成员被分析时的品质状态。
15、在另一示例中，一种用于化学品库的化合物qc的方法包括：构建化学品库的参照谱库，该参照谱库包括关于化学品库的每个库成员的参照质谱；构建测试谱库，该测试谱库包括关于每个库成员的对应的测试质谱和提取的谱特征；关于每个所选择的库成员从rms和/或tms中减去背景；关于每个库成员进行测试谱库与参照谱库的全谱比较；生成比较度量，该比较度量包括关于每个库成员的谱和谱特征的比较；确定每个所选择的库成员在该库成员被分析时的品质状态；以及可选地确定化学品库的整体品质。
16、一种或多种技术的细节在附图和下面的描述中被阐述。这些技术的其他特征、目标和优点将根据说明书、附图和权利要求而变得清楚。
本文档来自技高网...【技术保护点】
1.一种用于基于样品的质谱来评估样品的品质的方法，所述方法包括：
2.根据权利要求1所述的方法，其中预定义的特征选自以下的组：目标化合物的预期m/z值；目标化合物的在预期m/z值处的峰的强度；目标化合物的指纹谱特征、指示干扰和/或干扰量的谱特征、指示目标化合物的降解或劣化的谱特征或其组合。
3.根据权利要求1-2中任一项所述的方法，还包括：
4.根据权利要求1-3中任一项所述的方法，还包括：
5.根据权利要求1-4中任一项所述的方法，其中样品是化学品库或组合库中的成员化合物的样品。
6.根据权利要求1-5中任一项所述的方法，其中样品的MS用作关于目标化合物的参照质谱(RMS)，其中RMS具有确定的谱品质评分。
7.根据权利要求6所述的方法，其中样品的RMS是在第一时间处获得的。
8.根据权利要求7所述的方法，还包括：
9.根据权利要求1-5中任一项所述的方法，还包括：
10.根据权利要求9所述的方法，还包括计算减去背景的MS的品质评分。
11.根据权利要求7-8
12.根据权利要求11所述的方法，还包括：
13.根据权利要求7-8中任一项所述的方法，还包括构建化学品库的参照谱库，其中所述化学品库包括至少一个成员化合物，以及其中所述参照谱库包括所选择的或所有一个或多个成员化合物的RMS。
14.根据权利要求1-13中任一项所述的方法，其中使用探试法来计算MS的品质评分。
15.根据权利要求1-14中任一项所述的方法，其中使用机器学习方法来计算MS的品质评分。
16.一种评估样品的品质的方法，所述方法包括：
17.根据权利要求16所述的方法，其中所述预定义特征选自以下的组：目标化合物的预期m/z值；目标化合物的在预期m/z值处的峰的强度；目标化合物的指纹谱特征、指示干扰和/或干扰量的谱特征、指示目标化合物的降解或劣化的谱特征。
18.根据权利要求16-17中任一项所述的方法，其中样品的品质状态选自以下的组：杂质水平、污染物、目标化合物的降解、目标化合物的劣化。
19.根据权利要求16-18中任一项所述的方法，还包括：
20.根据权利要求16-19中任一项所述的方法，还包括：
21.一种确定样品的品质状态的方法，所述方法包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种用于基于样品的质谱来评估样品的品质的方法，所述方法包括：
2.根据权利要求1所述的方法，其中预定义的特征选自以下的组：目标化合物的预期m/z值；目标化合物的在预期m/z值处的峰的强度；目标化合物的指纹谱特征、指示干扰和/或干扰量的谱特征、指示目标化合物的降解或劣化的谱特征或其组合。
3.根据权利要求1-2中任一项所述的方法，还包括：
4.根据权利要求1-3中任一项所述的方法，还包括：
5.根据权利要求1-4中任一项所述的方法，其中样品是化学品库或组合库中的成员化合物的样品。
6.根据权利要求1-5中任一项所述的方法，其中样品的ms用作关于目标化合物的参照质谱(rms)，其中rms具有确定的谱品质评分。
7.根据权利要求6所述的方法，其中样品的rms是在第一时间处获得的。
8.根据权利要求7所述的方法，还包括：
9.根据权利要求1-5中任一项所述的方法，还包括：
10.根据权利要求9所述的方法，还包括计算减去背景的ms的品质评分。
11.根据权利要求7-8中任一项所述的方法，还包括：
12.根据权利要求11所...
【专利技术属性】
技术研发人员：刘畅，G·伊沃什夫，H·张，
申请(专利权)人：DH科技发展私人贸易有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。