MCP HubMCP Hub
스킬 목록으로 돌아가기

interpret-mass-spectrum

pjt222
업데이트됨 2 days ago
7 조회
17
2
17
GitHub에서 보기
기타general

정보

이 스킬은 질량 스펙트럼을 해석하여 분자식을 결정하고, 단편화 패턴을 식별하며, 구조적 특징을 제안합니다. 알려지지 않은 화합물 분석, 합성 생성물 검증, m/z 값 및 이온화 방법과 같은 데이터를 활용한 불순물 동정에 사용됩니다. 주요 기능으로는 이온화 기법 평가, 동위원소 패턴 분석, 일반적인 단편화 손실 평가 등이 포함됩니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-mass-spectrum

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

解讀質譜

分析任何常用電離法之質譜以定分子離子、分子式、裂片路徑與分析物之結構特徵。

適用時機

  • 定未知化合物之分子量與分子式
  • 以分子離子與裂片確合成產物之同一
  • 於樣品中識別雜質或降解產物
  • 自特徵裂片損失擬議結構特徵
  • 分析同位素模式以檢鹵素、硫或金屬

輸入

  • 必要:質譜數據(m/z 值附相對強度,至少全掃光譜)
  • 必要:所用電離法(EI、ESI、MALDI、CI、APCI、APPI)
  • 選擇性:高分辨質量數據(精確質量,測 vs. 計)
  • 選擇性:自他源得之分子式(元素分析、NMR)
  • 選擇性:串級 MS/MS 數據(所選前驅離子之裂片)
  • 選擇性:色譜上下文(LC-MS 或 GC-MS 保留時間、純度)

步驟

步驟一:識電離法與預期離子類型

指派峰之前定光譜所含物種:

  1. 分類電離法
MethodEnergyPrimary IonFragmentationTypical Use
EI (70 eV)HardM+. (radical cation)ExtensiveSmall volatile molecules, GC-MS
CISoft[M+H]+, [M+NH4]+MinimalMolecular weight confirmation
ESISoft[M+H]+, [M+Na]+, [M-H]-MinimalPolar, biomolecules, LC-MS
MALDISoft[M+H]+, [M+Na]+, [M+K]+MinimalLarge molecules, polymers, proteins
APCISoft[M+H]+, [M-H]-SomeMedium polarity, LC-MS
  1. 記極性模式:正模式產陽離子;負模式產陰離子。ESI 常兩用
  2. 查加合與簇:軟電離除 [M+H]+ 外常產 [M+Na]+(M+23)、[M+K]+(M+39)、[2M+H]+ 與 [2M+Na]+。指派分子離子之前識別此者
  3. 識多電荷離子:於 ESI,多電荷離子於 m/z = (M + nH) / n。尋分數 m/z 間距之峰(如 0.5 Da 間距示 z=2)

預期: 電離法已記錄,預期離子類型已列,加合/簇已識別,以便定真分子離子。

失敗時: 若電離法未知,察光譜尋線索:廣裂片示 EI,加合模式示 ESI,矩陣峰示 MALDI。可得則查儀器日誌。

步驟二:定分子離子與分子式

識分子離子峰並導分子式:

  1. 定分子離子(M):於 EI,M+. 為有合理同位素模式之最高 m/z 峰(於不穩化合物或弱或缺)。於軟電離,識 [M+H]+ 或 [M+Na]+ 並減加合得 M
  2. 用氮規則:奇分子量示奇數氮原子。偶分子量示零或偶數氮
  3. 算不飽和度(DBE):DBE = (2C + 2 + N - H - X) / 2,X = 鹵素。每環或 pi 鍵貢 1 DBE。苯 = 4 DBE,羰基 = 1 DBE
  4. 用高分辨數據:若精確質量可得,用質量缺陷算分子式。於質量精度窗內(今儀器常 < 5 ppm)比測量於所有候選式
  5. 以同位素模式交叉查:觀之同位素模式必合擬議分子式(見步驟三)

預期: 分子離子已識,分子量已定,氮規則已用,分子式已擬(若可得 HRMS 則已確)。

失敗時: 若 EI 中不見分子離子(熱不穩或高度支鏈化合物常如此),試較軟電離法。若分子離子模糊,查最高 m/z 峰之常小碎片損失(如 M-1、M-15、M-18 可助定 M)。

步驟三:分析同位素模式

用同位素特徵檢特定元素:

  1. 單同位素元素:H、C、N、O、F、P、I 有特徵自然豐度模式。僅含 C、H、N、O 者,M+1 峰約為每碳 1.1%
  2. 鹵素模式
ElementIsotopesM : M+2 RatioVisual Pattern
35Cl / 37Cl35, 373 : 1Doublet, 2 Da apart
79Br / 81Br79, 811 : 1Equal doublet, 2 Da apart
2 Cl--9 : 6 : 1Triplet
2 Br--1 : 2 : 1Triplet
1 Cl + 1 Br--3 : 4 : 1Characteristic quartet-like
  1. 硫檢測:34S 於 M+2 貢 4.4%。相對 M 約 4--5%(校正 13C2 貢獻後)之 M+2 峰示一硫原子
  2. 矽檢測:29Si(5.1%)與 30Si(3.4%)產顯著 M+1 與 M+2 貢獻
  3. 比計算模式:用擬議分子式算理論同位素模式。疊於觀之模式以確或否分子式

預期: 同位素模式已分析,Cl、Br、S、Si 之存否已定,模式與擬議分子式一致。

失敗時: 若同位素分辨不足(低分辨儀器),M+2 模式或不可分。記此限並依精確質量與他光譜數據定元素組成。

步驟四:識裂片損失與關鍵碎片離子

繪裂片路徑以抽結構信息:

  1. 錄主要碎片:列所有相對強度 > 5--10% 之峰與其 m/z 值
  2. 自分子離子計中性損失
Loss (Da)Neutral LostStructural Implication
1H.Labile hydrogen
15CH3.Methyl group
17OH.Hydroxyl
18H2OAlcohol, carboxylic acid
27HCNNitrogen heterocycle, amine
28CO or C2H4Carbonyl or ethyl
29CHO. or C2H5.Aldehyde or ethyl
31OCH3. or CH2OH.Methoxy or hydroxymethyl
32CH3OHMethyl ester
35/36Cl./HClChlorinated compound
44CO2Carboxylic acid, ester
45OC2H5.Ethoxy
46NO2.Nitro compound
  1. 識特徵碎片離子
m/zIonOrigin
77C6H5+Phenyl cation
91C7H7+Tropylium (benzyl rearrangement)
105C6H5CO+Benzoyl cation
43CH3CO+ or C3H7+Acetyl or propyl
57C4H9+ or C3H5O+tert-Butyl or acrolein
149Phthalate fragmentPlasticizer contaminant
  1. 繪裂片路徑:以連續損失連碎片離子,自 M 至低質量碎片構裂片樹
  2. 識重排離子:麥克拉弗蒂重排(γ 氫轉與 β 裂)自含羰化合物產偶電子離子。逆狄爾斯-阿爾德裂片為環己烯系之特徵

預期: 所有主要碎片離子已指派,中性損失已算並關於結構特徵,裂片樹已建。

失敗時: 若碎片不對應自分子離子之簡單損失,思重排過程。未指派之碎片或示意外官能團、雜質,或矩陣/背景峰。

步驟五:評純度並擬結構

評整體光譜以尋純度指標並合結構提議:

  1. 純度查:於 GC-MS 或 LC-MS 中察色譜尋附加峰。於直接進樣 MS 中尋非主分析物之碎片或加合之意外離子
  2. 背景與污染峰:常污染含酞酸酯增塑劑(m/z 149、167、279)、柱流失(GC-MS 之矽氧烷於 m/z 207、281、355、429),與溶劑簇
  3. 結構提議:合分子式(步驟二)、同位素模式(步驟三)與裂片(步驟四)以擬一結構或候選結構集
  4. 排候選:用裂片樹排結構候選。最佳結構以最少臨時假設釋最多碎片
  5. 交叉驗證:比擬議結構於他技術(NMR、IR、UV-Vis)之數據。質譜單獨鮮為新化合物供明確結構

預期: 純度已評,若存污染已識,結構提議(或已排之候選清單)與所有 MS 數據一致,可得處已交叉驗證。

失敗時: 若光譜似含多組分而未用色譜分離,標混合物並建議 LC-MS 或 GC-MS 再分析。若無令人滿意之結構提議現,識別何附加數據(HRMS、MS/MS、NMR)可解模糊。

驗證

  • 電離法已識別並記錄預期離子類型
  • 分子離子已定並與加合、碎片與簇別
  • 氮規則已用並與擬議式一致
  • 不飽和度已算並於結構中解
  • 同位素模式合擬議分子式
  • 主要碎片離子已指派附中性損失與結構理由
  • 裂片樹已自分子離子建至低質量碎片
  • 常污染與背景峰已識別並排除
  • 結構提議已與他光譜數據交叉驗證

常見陷阱

  • 誤識分子離子:於 EI,基峰常為碎片,非分子離子。分子離子為有化學合理同位素模式之最高 m/z 峰。ESI 之加合離子([M+Na]+、[2M+H]+)亦可誤作分子離子
  • 忽氮規則:奇質量分子離子需奇數氮。忘之致不可能之分子式
  • 混同質量損失:28 Da 損失可為 CO 或 C2H4;29 可為 CHO 或 C2H5。需高分辨 MS 或附加裂片數據別同質量損失
  • 忽多電荷離子:於 ESI,雙或三電荷離子於預期 m/z 之半或三分之一。尋同位素峰間非整數間距為多電荷之診斷
  • 過解低豐度峰:相對強度 < 1--2% 之峰或為噪音、同位素貢獻,或次污染,非有意義碎片
  • 假純樣:多現實光譜為混合物。恒查色譜純度並尋與擬議結構不合之離子

相關技能

  • interpret-nmr-spectrum — 定連接性與氫環境供結構確認
  • interpret-ir-spectrum — 識釋觀之裂片之官能團
  • interpret-uv-vis-spectrum — 刻畫分析物中之發色團
  • interpret-raman-spectrum — 互補振動分析
  • plan-spectroscopic-analysis — 於數據獲取前擇並排序分析技術
  • interpret-chromatogram — 分析與 MS 聯用之 GC 或 LC 色譜數據

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-lite/skills/interpret-mass-spectrum
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기

cost-optimization

기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기

quantizing-models-bitsandbytes

기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기