MCP HubMCP Hub
Вернуться к навыкам

interpret-mass-spectrum

pjt222
Обновлено 2 days ago
7 просмотров
17
2
17
Посмотреть на GitHub
Другоеgeneral

О программе

Этот навык анализирует данные масс-спектрометрии для определения молекулярных формул, идентификации путей фрагментации и предложения структурных особенностей. Разработчики могут использовать его для подтверждения синтезированных продуктов, выявления примесей или интерпретации изотопных паттернов для таких элементов, как галогены. Он систематически оценивает молекулярные ионы, характерные потери фрагментов и чистоту на основе предоставленных данных МС.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-mass-spectrum

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Interpret Mass Spectrum

Analyze MS → mol ion, formula, fragmentation pathways, structural features.

Use When

  • MW + formula of unknown
  • Confirm synthetic product (mol ion + fragmentation)
  • ID impurities / degradation products
  • Propose structural features from characteristic frag losses
  • Isotope patterns → halogens, S, metals

In

  • Req: MS data (m/z + rel int, min full scan)
  • Req: Ionization method (EI, ESI, MALDI, CI, APCI, APPI)
  • Opt: HRMS exact mass (measured vs calc)
  • Opt: Mol formula from other (EA, NMR)
  • Opt: MS/MS data (frag of selected precursor)
  • Opt: Chrom ctx (LC-MS / GC-MS tR, purity)

Do

Step 1: Ionization Method + Expected Ion Types

Determine what species present before peak assignment:

  1. Classify ionization:
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. Polarity mode: +ve → cations; -ve → anions. ESI uses both commonly.
  2. Adducts + clusters: Soft ionization → [M+Na]+ (M+23), [M+K]+ (M+39), [2M+H]+, [2M+Na]+ besides [M+H]+. ID these before mol ion.
  3. Multiply charged: ESI → m/z = (M + nH) / n. Look for fractional m/z spacing (0.5 Da = z=2).

→ Method documented, expected ion types listed, adducts/clusters ID'd → true mol ion determinable.

If err: Method unknown → examine spectrum for clues: extensive frag → EI; adduct patterns → ESI; matrix peaks → MALDI. Check instrument log.

Step 2: Mol Ion + Mol Formula

ID mol ion peak + derive formula:

  1. Locate mol ion (M): EI → M+. highest m/z w/ reasonable isotope pattern (may be weak/absent for labile compounds). Soft → ID [M+H]+ / [M+Na]+ + subtract adduct → M.
  2. N rule: Odd MW → odd # N. Even MW → 0 or even # N.
  3. DBE: DBE = (2C + 2 + N - H - X) / 2, X = halogens. Ring / π bond = 1 DBE. Benzene = 4, carbonyl = 1.
  4. HRMS: Exact mass avail → calc formula using mass defect. Compare measured vs candidate formulas in accuracy window (typ < 5 ppm modern instruments).
  5. Cross-check isotope pattern: Observed must match proposed formula (Step 3).

→ Mol ion ID'd, MW determined, N rule applied, formula proposed (confirmed by HRMS if avail).

If err: No mol ion in EI (common thermally labile / highly branched) → try softer ionization. Ambiguous mol ion → check loss of common small frags from highest m/z (M-1, M-15, M-18 → help ID M).

Step 3: Isotope Patterns

Use isotopic signatures → detect elements:

  1. Monoisotopic elements: H, C, N, O, F, P, I have characteristic abundances. CHNO only → M+1 ≈ 1.1% per C.
  2. Halogen patterns:
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. Sulfur: 34S → 4.4% at M+2. M+2 ≈ 4-5% rel M (after 13C2 correction) → ≈ 1 S.
  2. Silicon: 29Si (5.1%) + 30Si (3.4%) → distinctive M+1 + M+2 contributions.
  3. Compare calc vs observed: Use proposed formula → theoretical pattern → overlay observed → confirm/refute.

→ Pattern analyzed, Cl/Br/S/Si presence determined, consistent w/ proposed formula.

If err: Isotope res insufficient (low-res instrument) → M+2 unresolvable. Note limitation, rely on exact mass + other spectra for elemental comp.

Step 4: Fragmentation Losses + Key Frag Ions

Map pathways → structural info:

  1. Catalog major frags: All peaks > 5-10% rel int w/ m/z.
  2. Neutral losses from mol ion:
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. Characteristic frag ions:
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. Map frag pathways: Connect frag ions by successive losses → frag tree from M down to low mass.
  2. Rearrangement ions: McLafferty (γ-H transfer + β-cleavage) → even-electron ions from carbonyl compounds. Retro-Diels-Alder → characteristic cyclohexene.

→ All major frag ions assigned, neutral losses calc + correlated w/ structure, frag tree built.

If err: Frags don't correspond to simple losses → consider rearrangement. Unassigned frags → unexpected groups, impurities, matrix/BG peaks.

Step 5: Purity + Structure

Evaluate spectrum for purity + assemble proposal:

  1. Purity check: GC-MS / LC-MS → examine chrom for add'l peaks. Direct-infusion → look for unexpected ions not frags/adducts of analyte.
  2. BG + contaminant peaks: Common: phthalate plasticizers (m/z 149, 167, 279), column bleed (siloxanes 207, 281, 355, 429 in GC-MS), solvent clusters.
  3. Structure proposal: Combine formula (Step 2) + isotope (Step 3) + frag (Step 4) → structure / candidate set.
  4. Rank candidates: Frag tree → rank. Best = explains most frag ions w/ fewest ad hoc.
  5. Cross-validate: Compare vs NMR, IR, UV-Vis. MS alone rarely unambiguous for novel compounds.

→ Purity assessed, contaminants ID'd if present, structural proposal / ranked candidates consistent w/ all MS + cross-validated where poss.

If err: Multiple components w/o chrom sep → flag mixture, recommend LC-MS / GC-MS reanalysis. No satisfactory proposal → ID which add'l data (HRMS, MS/MS, NMR) would resolve.

Check

  • Ionization method ID'd + expected ion types documented
  • Mol ion located + distinguished from adducts, frags, clusters
  • N rule applied + consistent w/ proposed formula
  • DBE calc + accounted for in structure
  • Isotope pattern matches formula
  • Major frag ions assigned w/ neutral losses + structural rationale
  • Frag tree built M → low mass
  • Contaminant + BG peaks ID'd + excluded
  • Proposal cross-validated w/ other spectra

Traps

  • Mis-ID mol ion: EI → base peak often frag, not M. M = highest m/z w/ reasonable isotope pattern. ESI adducts ([M+Na]+, [2M+H]+) → mistaken for M.
  • Ignore N rule: Odd-mass M → odd # N. Forget → impossible formulas.
  • Confuse isobaric losses: Loss 28 = CO or C2H4; loss 29 = CHO or C2H5. HRMS / add'l frag → distinguish.
  • Neglect multiply charged: ESI → 2+/3+ at half/third expected m/z. Non-integer spacing between isotope peaks → multi charge diagnostic.
  • Over-interpret low-abundance: Peaks < 1-2% rel int → noise, isotope contribs, minor contaminants, not real frags.
  • Assume pure: Many real spectra = mixtures. Check chrom purity + look for ions inconsistent w/ proposed structure.

  • interpret-nmr-spectrum — connectivity + H environments → structural confirm
  • interpret-ir-spectrum — func groups explaining observed frag
  • interpret-uv-vis-spectrum — chromophores in analyte
  • interpret-raman-spectrum — complementary vibrational
  • plan-spectroscopic-analysis — select + sequence techniques pre-acquisition
  • interpret-chromatogram — GC/LC chrom data coupled w/ MS

GitHub репозиторий

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

Похожие навыки

llamaguard

Другое

LlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.

Просмотреть навык

cost-optimization

Другое

Этот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.

Просмотреть навык

quantizing-models-bitsandbytes

Другое

Этот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.

Просмотреть навык

dispatching-parallel-agents

Другое

Этот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.

Просмотреть навык