MCP HubMCP Hub
Retour aux compétences

interpret-nmr-spectrum

pjt222
Mis à jour 2 days ago
7 vues
17
2
17
Voir sur GitHub
Autredata

À propos

Cette compétence analyse les données RMN 1D et 2D (telles que 1H, 13C, COSY, HSQC) pour attribuer les déplacements chimiques, interpréter les motifs de couplage et intégrer les corrélations multidimensionnelles. Elle est utilisée pour élucider des structures moléculaires inconnues ou confirmer des produits de synthèse en proposant des fragments structuraux cohérents. Les développeurs peuvent l'appliquer pour une interprétation systématique des spectres lorsqu'ils traitent des données complexes et chevauchantes.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-nmr-spectrum

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Interpret NMR Spectrum

Analyze 1D + 2D NMR → assign peaks, determine coupling, propose structural fragments consistent w/ all data.

Use When

  • Structure of unknown organic compound from NMR
  • Confirm identity + purity of synthesized product
  • Assign peaks in complex spectra w/ overlap
  • Correlate multi-exp (1H, 13C, DEPT, COSY, HSQC, HMBC) → unified picture
  • Distinguish regioisomers / stereoisomers / conformational

In

  • Req: NMR data (min 1H w/ shifts, multiplicities, integration)
  • Req: Mol formula / MW (from MS, EA)
  • Opt: 13C + DEPT (shifts + multiplicities)
  • Opt: 2D (COSY, HSQC, HMBC, NOESY/ROESY correlation tables)
  • Opt: Solvent + field strength
  • Opt: Known constraints (rxn starting material, IR confirmed groups)

Do

Step 1: Spectrum Type + Acquisition

Establish what data + quality before interpret:

  1. ID exp types: Catalog which avail (1H, 13C, DEPT-135, DEPT-90, COSY, HSQC, HMBC, NOESY, ROESY, TOCSY). Note nucleus + dimensionality.
  2. Acquisition params: Spectrometer freq (400 MHz, 600 MHz), solvent, temp, ref standard.
  3. Solvent + ref peaks: Locate + exclude.
Solvent1H Residual (ppm)13C Signal (ppm)
CDCl37.2677.16
DMSO-d62.5039.52
D2O4.79--
CD3OD3.3149.00
Acetone-d62.0529.84, 206.26
C6D67.16128.06
  1. Quality: Baseline flatness, multiplet res, S/N. Flag artifacts (spinning sidebands, 13C satellites, solvent impurity H2O ~1.56 ppm CDCl3).

→ Inventory of exps, solvent/ref peaks excluded, quality assessed.

If err: Poor S/N / severe baseline distortion → note limitation + cautious. Flag peaks indistinguishable from noise.

Step 2: 1H Chemical Shifts

Assign each 1H → environment using shift ranges:

  1. Tabulate: Per peak → shift (ppm), multiplicity, J (Hz), rel int.
  2. Classify by shift:
Range (ppm)EnvironmentExamples
0.0--0.5Shielded (cyclopropane, M-H)Cyclopropyl H, metal hydrides
0.5--2.0Alkyl (CH3, CH2, CH)Saturated aliphatic chains
2.0--4.5Alpha to heteroatom/unsaturation-OCH3, -NCH2, allylic, benzylic
4.5--6.5Vinyl / olefinic=CH-, =CH2
6.5--8.5AromaticArH
9.0--10.0Aldehyde-CHO
10.0--12.0Carboxylic acid-COOH
0.5--5.0 (broad, exchangeable)OH, NHAlcohols, amines, amides
  1. Count H: Integration ratios rel to formula → # protons per signal. Normalize simplest whole-# ratio.
  2. Exchangeable protons: Signals disappear on D2O shake (OH, NH, COOH) = exchangeable. Record presence + shift.

→ Table of 1H signals w/ shift, multiplicity, J, integration (# H), prelim env assignment.

If err: Integration doesn't sum to expected → check overlapping, broad peaks hidden in baseline, wrong formula.

Step 3: Coupling Patterns + J-Values

Extract connectivity from splitting:

  1. Multiplicities: s, d, t, q, dd, etc. Complex m → estimate # coupling partners.
  2. Measure J: Extract Hz. Match reciprocal (if H_A ↔ H_B J = 7.2, H_B shows same J to H_A).
  3. Classify J:
J Range (Hz)Coupling Type
0--3Geminal (2J) or long-range (4J, 5J)
6--8Vicinal aliphatic (3J)
8--10Vicinal with restricted rotation
10--17Vicinal olefinic cis (6--12) or trans (12--18)
0--3Aromatic meta
6--9Aromatic ortho
  1. Map coupling networks: Group mutually coupled protons → spin systems. Each = connected frag.
  2. Roof effect: AB-type → inner lines of doublets more intense → chemical shift proximity.

→ All J measured + matched reciprocally, spin systems ID'd, coupling types classified.

If err: Multiplets too complex for first-order → note higher-order pattern. Overlapping / strongly coupled (δν/J < 10) → non-first-order requires simulation.

Step 4: 13C + DEPT

Determine C types + count:

  1. Count distinct 13C signals: Compare # peaks vs formula. Fewer → symmetry.
  2. Classify by shift:
Range (ppm)Carbon TypeExamples
0--50sp3 AlkylCH3, CH2, CH, quaternary C
50--100Alpha to O or N-OCH3, -OCH2, anomeric C
100--150Aromatic / vinyl=CH-, ArC
150--170Heteroaromatic / enol / imineC=N, C-O aromatic
170--185Carboxyl / ester / amide-COOH, -COOR, -CONR2
185--220Aldehyde / ketone-CHO, >C=O
  1. DEPT editing: DEPT-135 (CH + CH3 up, CH2 down, quaternary absent) + DEPT-90 (CH only) → # attached H per C.
  2. DBE: DBE = (2C + 2 + N - H - X) / 2. Compare # π bonds + rings implied.

→ Every 13C signal classified by type (CH3, CH2, CH, C) + env, DBE consistent w/ observed groups.

If err: No DEPT → infer H attachment from HSQC (Step 5). C count ≠ formula → coincident signals / quaternary Cs in noise.

Step 5: 2D NMR

Build connectivity using 2D exps:

  1. COSY (1H-1H): Which H 2-3 bonds apart. Map cross-peaks → confirm+extend spin systems Step 3.
  2. HSQC (1H-13C 1-bond): Assign each H → directly bonded C. Links 1H + 13C unambiguously.
  3. HMBC (1H-13C long-range): 2-3 bond H-C. Critical for connecting frags across quaternary C, heteroatoms, carbonyls w/o direct H-C.
  4. NOESY/ROESY (through-space): H's spatially close (<5 Å) regardless bonding. → Stereochem + conformational.
  5. Build frag connectivity: HMBC → connect COSY spin systems → larger frags. Each HMBC cross-peak = 2-3 bond H-C path.

→ Connectivity map linking spin systems into coherent framework + stereochem from NOE where avail.

If err: 2D incomplete / ambiguous → note tentative connections. Multiple proposals poss. Prioritize HMBC → bridges gaps COSY can't.

Step 6: Propose + Validate Structure

Assemble frags → complete proposal:

  1. Assemble: Connect frags Steps 2-5 using HMBC + DBE constraints.
  2. Check formula: Proposed matches formula exactly (atom count, DBE).
  3. Back-predict shifts: For proposed → predict 1H + 13C shifts. Compare observed; deviations > 0.3 ppm (1H) / > 5 ppm (13C) → re-examine.
  4. Verify all correlations: Every COSY, HSQC, HMBC explained. Unexplained → error / impurity.
  5. Alternatives: Multiple structures fit → list distinguishing exps / correlations.
  6. Stereochem: NOE + J analysis (Karplus for dihedral) + known conformational prefs → relative + (where poss) absolute.

→ Single best-fit proposal w/ all NMR accounted, or ranked candidates + plan to distinguish.

If err: No single structure → check: mixture (extra peaks non-integer int), dynamic processes (broad peaks from conformational exchange), paramagnetic impurities (anomalous broadening). Re-examine formula if multiple equally viable.

Check

  • Solvent + ref peaks ID'd + excluded
  • Every 1H signal → shift region, multiplicity, J, integration
  • J reciprocal (matched between partners)
  • 13C classified by DEPT multiplicity + shift
  • DBE calc + consistent w/ proposed
  • 2D (COSY, HSQC, HMBC) all explained
  • Proposed matches formula exactly
  • Back-predicted shifts agree w/ observed within tolerance
  • Stereochem via NOE / J where applicable

Traps

  • Ignore solvent peaks: Common solvents → signals overlap analyte. Always ID + exclude residuals, water, grease.
  • Force 1st-order on 2nd-order: Strongly coupled nuclei (small Δshift rel J) → distorted multiplets, can't interpret w/ simple n+1. Roof effects + non-binomial intensity → indicators.
  • Overlook exchangeable: OH + NH may be broad, shift w/ conc/temp, absent in protic solvents. D2O shake → clarifies.
  • Assume all 13C visible: Quaternary Cs → long relax times + low int. May be absent short-acquisition. HMBC often only way to detect.
  • Misinterpret HMBC artifacts: HMBC → 1-bond artifacts (mis-assigned long-range) + weak 4-bond. Cross-check w/ HSQC → filter 1-bond leakthrough.
  • Neglect symmetry: Fewer 13C peaks than formula → symmetry element. Account before proposing.

  • interpret-ir-spectrum — func groups → constrain NMR structure
  • interpret-mass-spectrum — formula + frag for cross-val
  • interpret-uv-vis-spectrum — chromophores + conjugation extent
  • interpret-raman-spectrum — complementary vibrational → symmetric modes
  • plan-spectroscopic-analysis — select + sequence techniques pre-acquisition

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/interpret-nmr-spectrum
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

llamaguard

Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence

cost-optimization

Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence

quantizing-models-bitsandbytes

Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence

dispatching-parallel-agents

Autre

Cette compétence Claude déploie plusieurs agents pour enquêter et résoudre simultanément 3 problèmes indépendants ou plus. Elle est conçue pour des scénarios impliquant des défaillances non liées qui peuvent être résolues sans état partagé ni dépendances. La capacité fondamentale est la résolution de problèmes en parallèle, en assignant un agent par domaine problématique indépendant afin de maximiser l'efficacité.

Voir la compétence