interpret-mass-spectrum
关于
This skill analyzes mass spectra to determine molecular formulas, identify fragmentation pathways, and propose molecular structures. It's useful for interpreting spectra from various ionization methods by evaluating molecular ions, isotope patterns, and common fragmentation losses. Developers can use it for systematic compound characterization and purity assessment in spectroscopy applications.
快速安装
Claude Code
推荐npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-mass-spectrum在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
name: interpret-mass-spectrum locale: de source_locale: en source_commit: 6f65f316 translator: claude translation_date: "2026-03-17" description: > Massenspektren systematisch interpretieren um Summenformel zu bestimmen, Fragmentierungswege zu identifizieren und Molekuelstrukturen vorzuschlagen. Behandelt Ionisierungsmethoden-Bewertung, Molekuelion-Identifikation, Isotopenmuster-Analyse, haeufige Fragmentierungsverluste und Reinheitsbewertung. license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: spectroscopy complexity: advanced language: natural tags: spectroscopy, mass-spectrometry, fragmentation, molecular-ion, isotope
Massenspektrum interpretieren
Massenspektren aus jeder gaengigen Ionisierungsmethode analysieren um das Molekuelion, die Summenformel, Fragmentierungswege und Strukturmerkmale des Analyten zu bestimmen.
Wann verwenden
- Bestimmung des Molekulargewichts und der Summenformel einer unbekannten Verbindung
- Bestaetigung der Identitaet eines Syntheseprodukts durch Molekuelion und Fragmentierung
- Identifikation von Verunreinigungen oder Abbauprodukten in einer Probe
- Vorschlag von Strukturmerkmalen aus charakteristischen Fragmentierungsverlusten
- Analyse von Isotopenmustern zum Nachweis von Halogenen, Schwefel oder Metallen
Eingaben
- Erforderlich: Massenspektrumdaten (m/z-Werte mit relativen Intensitaeten, mindestens das Vollscan-Spektrum)
- Erforderlich: Verwendete Ionisierungsmethode (EI, ESI, MALDI, CI, APCI, APPI)
- Optional: Hochaufloesende Massendaten (exakte Masse, gemessen vs. berechnet)
- Optional: Summenformel aus anderen Quellen (Elementaranalyse, NMR)
- Optional: Tandem-MS/MS-Daten (Fragmentierung ausgewaehlter Vorlaeuferionen)
- Optional: Chromatographischer Kontext (LC-MS- oder GC-MS-Retentionszeit, Reinheit)
Vorgehensweise
Schritt 1: Ionisierungsmethode identifizieren und erwartete Ionentypen bestimmen
Bestimmen welche Spezies das Spektrum enthaelt bevor Peaks zugeordnet werden:
- Die Ionisierungsmethode klassifizieren:
| Methode | Energie | Primaerion | Fragmentierung | Typische Anwendung |
|---|---|---|---|---|
| EI (70 eV) | Hart | M+. (Radikalkation) | Umfangreich | Kleine fluechtige Molekuele, GC-MS |
| CI | Weich | [M+H]+, [M+NH4]+ | Minimal | Molekulargewichtsbestaetigung |
| ESI | Weich | [M+H]+, [M+Na]+, [M-H]- | Minimal | Polare Molekuele, Biomolekuele, LC-MS |
| MALDI | Weich | [M+H]+, [M+Na]+, [M+K]+ | Minimal | Grosse Molekuele, Polymere, Proteine |
| APCI | Weich | [M+H]+, [M-H]- | Etwas | Mittlere Polaritaet, LC-MS |
- Polaritaetsmodus beachten: Der Positivmodus erzeugt Kationen; der Negativmodus erzeugt Anionen. ESI verwendet haeufig beide.
- Auf Addukte und Cluster pruefen: Weiche Ionisierung erzeugt oft [M+Na]+ (M+23), [M+K]+ (M+39), [2M+H]+ und [2M+Na]+ zusaetzlich zu [M+H]+. Diese identifizieren bevor das Molekuelion zugeordnet wird.
- Mehrfach geladene Ionen identifizieren: Bei ESI erscheinen mehrfach geladene Ionen bei m/z = (M + nH) / n. Nach Peaks mit gebrochenen m/z-Abstaenden suchen (z.B. 0,5 Da Abstand zeigt z=2 an).
Erwartet: Ionisierungsmethode dokumentiert, erwartete Ionentypen aufgelistet und Addukte/Cluster identifiziert, sodass das wahre Molekuelion bestimmt werden kann.
Bei Fehler: Wenn die Ionisierungsmethode unbekannt ist, das Spektrum auf Hinweise untersuchen: umfangreiche Fragmentierung deutet auf EI, Adduktmuster auf ESI und Matrixpeaks auf MALDI hin. Falls verfuegbar das Geraeteprotokoll konsultieren.
Schritt 2: Molekuelion und Summenformel bestimmen
Den Molekuelionenpeak identifizieren und die Summenformel ableiten:
- Das Molekuelion (M) lokalisieren: Bei EI ist M+. der Peak mit dem hoechsten m/z und einem chemisch sinnvollen Isotopenmuster (er kann bei labilen Verbindungen schwach oder fehlend sein). Bei weicher Ionisierung [M+H]+ oder [M+Na]+ identifizieren und das Addukt subtrahieren um M zu erhalten.
- Die Stickstoffregel anwenden: Ein ungerades Molekulargewicht zeigt eine ungerade Anzahl Stickstoffatome an. Ein gerades Molekulargewicht zeigt null oder eine gerade Anzahl Stickstoffatome an.
- Doppelbindungsaequivalente (DBE) berechnen: DBE = (2C + 2 + N - H - X) / 2, wobei X = Halogene. Jeder Ring oder jede Pi-Bindung traegt ein DBE bei. Benzol = 4 DBE, Carbonyl = 1 DBE.
- Hochaufloesende Daten verwenden: Wenn die exakte Masse verfuegbar ist, die Summenformel ueber den Massendefekt berechnen. Die gemessene Masse mit allen Kandidatenformeln innerhalb des Massengenauigkeitsfensters vergleichen (typischerweise < 5 ppm bei modernen Instrumenten).
- Mit dem Isotopenmuster abgleichen: Das beobachtete Isotopenmuster muss zur vorgeschlagenen Summenformel passen (siehe Schritt 3).
Erwartet: Molekuelion identifiziert, Molekulargewicht bestimmt, Stickstoffregel angewandt und eine Summenformel vorgeschlagen (bestaetigt durch HRMS falls verfuegbar).
Bei Fehler: Wenn kein Molekuelion im EI sichtbar ist (haeufig bei thermisch labilen oder stark verzweigten Verbindungen), eine weichere Ionisierungsmethode versuchen. Wenn das Molekuelion mehrdeutig ist, auf den Verlust haeufiger kleiner Fragmente vom Peak mit dem hoechsten m/z pruefen (z.B. M-1, M-15, M-18 koennen helfen M zu identifizieren).
Schritt 3: Isotopenmuster analysieren
Isotopensignaturen verwenden um bestimmte Elemente nachzuweisen:
- Monoisotopische Elemente: H, C, N, O, F, P, I haben charakteristische natuerliche Haeufigkeitsmuster. Fuer Molekuele die nur C, H, N, O enthalten betraegt der M+1-Peak etwa 1,1% pro Kohlenstoff.
- Halogenmuster:
| Element | Isotope | M : M+2 Verhaeltnis | Visuelles Muster |
|---|---|---|---|
| 35Cl / 37Cl | 35, 37 | 3 : 1 | Dublett, 2 Da Abstand |
| 79Br / 81Br | 79, 81 | 1 : 1 | Gleiches Dublett, 2 Da Abstand |
| 2 Cl | -- | 9 : 6 : 1 | Triplett |
| 2 Br | -- | 1 : 2 : 1 | Triplett |
| 1 Cl + 1 Br | -- | 3 : 4 : 1 | Charakteristisches Quartett-aehnliches Muster |
- Schwefeldetektion: 34S traegt 4,4% bei M+2 bei. Ein M+2-Peak von ungefaehr 4--5% relativ zu M (nach Korrektur fuer den Beitrag von 13C2) deutet auf ein Schwefelatom hin.
- Siliziumdetektion: 29Si (5,1%) und 30Si (3,4%) erzeugen charakteristische M+1- und M+2-Beitraege.
- Mit berechneten Mustern vergleichen: Die vorgeschlagene Summenformel verwenden um das theoretische Isotopenmuster zu berechnen. Mit dem beobachteten Muster ueberlagern um die Formel zu bestaetigen oder zu widerlegen.
Erwartet: Isotopenmuster analysiert, An- oder Abwesenheit von Cl, Br, S, Si bestimmt und Muster konsistent mit der vorgeschlagenen Summenformel.
Bei Fehler: Wenn die Isotopenaufloesung ungenuegend ist (niederauflosendes Instrument), koennte das M+2-Muster nicht aufloesbar sein. Die Einschraenkung vermerken und sich fuer die Elementzusammensetzung auf exakte Masse und andere spektroskopische Daten stuetzen.
Schritt 4: Fragmentierungsverluste und Schluesselfragement-Ionen identifizieren
Die Fragmentierungswege kartieren um Strukturinformation zu extrahieren:
- Hauptfragmente katalogisieren: Alle Peaks ueber 5--10% relativer Intensitaet mit ihren m/z-Werten auflisten.
- Neutralverluste vom Molekuelion berechnen:
| Verlust (Da) | Verlorenes Neutral | Strukturelle Implikation |
|---|---|---|
| 1 | H. | Labiler Wasserstoff |
| 15 | CH3. | Methylgruppe |
| 17 | OH. | Hydroxyl |
| 18 | H2O | Alkohol, Carbonsaeure |
| 27 | HCN | Stickstoffheterozyklus, Amin |
| 28 | CO oder C2H4 | Carbonyl oder Ethyl |
| 29 | CHO. oder C2H5. | Aldehyd oder Ethyl |
| 31 | OCH3. oder CH2OH. | Methoxy oder Hydroxymethyl |
| 32 | CH3OH | Methylester |
| 35/36 | Cl./HCl | Chlorierte Verbindung |
| 44 | CO2 | Carbonsaeure, Ester |
| 45 | OC2H5. | Ethoxy |
| 46 | NO2. | Nitroverbindung |
- Charakteristische Fragment-Ionen identifizieren:
| m/z | Ion | Herkunft |
|---|---|---|
| 77 | C6H5+ | Phenylkation |
| 91 | C7H7+ | Tropylium (Benzyl-Umlagerung) |
| 105 | C6H5CO+ | Benzoylkation |
| 43 | CH3CO+ oder C3H7+ | Acetyl oder Propyl |
| 57 | C4H9+ oder C3H5O+ | tert-Butyl oder Acrolein |
| 149 | Phthalat-Fragment | Weichmacher-Kontaminant |
- Fragmentierungswege kartieren: Fragment-Ionen durch aufeinanderfolgende Verluste verbinden um einen Fragmentierungsbaum von M hinunter zu niedrigmassigen Fragmenten aufzubauen.
- Umlagerungsionen identifizieren: Die McLafferty-Umlagerung (gamma-Wasserstoff-Transfer mit beta-Spaltung) erzeugt Ionen mit geradem Elektronenpaar aus carbonylhaltigen Verbindungen. Retro-Diels-Alder-Fragmentierung ist charakteristisch fuer Cyclohexen-Systeme.
Erwartet: Alle Hauptfragement-Ionen zugeordnet, Neutralverluste berechnet und mit Strukturmerkmalen korreliert, Fragmentierungsbaum konstruiert.
Bei Fehler: Wenn Fragmente nicht einfachen Verlusten vom Molekuelion entsprechen, Umlagerungsprozesse in Betracht ziehen. Nicht zugeordnete Fragmente koennen auf unerwartete funktionelle Gruppen, Verunreinigungen oder Matrix-/Hintergrundpeaks hinweisen.
Schritt 5: Reinheit bewerten und Struktur vorschlagen
Das Gesamtspektrum auf Reinheitsindikatoren evaluieren und einen Strukturvorschlag zusammenstellen:
- Reinheitspruefung: Bei GC-MS oder LC-MS das Chromatogramm auf zusaetzliche Peaks untersuchen. Bei Direktinfusions-MS nach unerwarteten Ionen suchen die keine Fragmente oder Addukte des Hauptanalyten sind.
- Hintergrund- und Kontaminantenpeaks: Haeufige Kontaminanten sind Phthalatweichmacher (m/z 149, 167, 279), Saeulenbluten (Siloxane bei m/z 207, 281, 355, 429 im GC-MS) und Loesungsmittelcluster.
- Strukturvorschlag: Summenformel (Schritt 2), Isotopenmuster (Schritt 3) und Fragmentierung (Schritt 4) kombinieren um eine Struktur oder eine Reihe von Kandidatenstrukturen vorzuschlagen.
- Kandidaten rangieren: Den Fragmentierungsbaum verwenden um Strukturkandidaten zu rangieren. Die beste Struktur erklaert die meisten Fragment-Ionen mit den wenigsten Ad-hoc-Annahmen.
- Kreuzvalidieren: Die vorgeschlagene Struktur mit Daten aus anderen Techniken (NMR, IR, UV-Vis) vergleichen. Das Massenspektrum allein liefert selten eine eindeutige Struktur fuer neuartige Verbindungen.
Erwartet: Reinheit bewertet, Kontaminanten identifiziert falls vorhanden, und ein Strukturvorschlag (oder eine gerankte Kandidatenliste) konsistent mit allen MS-Daten und kreuzvalidiert wo moeglich.
Bei Fehler: Wenn das Spektrum mehrere Komponenten zu enthalten scheint und keine chromatographische Trennung verwendet wurde, das Gemisch kennzeichnen und LC-MS- oder GC-MS-Reanalyse empfehlen. Wenn kein zufriedenstellender Strukturvorschlag entsteht, identifizieren welche zusaetzlichen Daten (HRMS, MS/MS, NMR) die Mehrdeutigkeit aufloesen wuerden.
Validierung
- Ionisierungsmethode identifiziert und erwartete Ionentypen dokumentiert
- Molekuelion lokalisiert und von Addukten, Fragmenten und Clustern unterschieden
- Stickstoffregel angewandt und konsistent mit vorgeschlagener Formel
- Doppelbindungsaequivalente berechnet und in der Struktur beruecksichtigt
- Isotopenmuster stimmt mit vorgeschlagener Summenformel ueberein
- Hauptfragement-Ionen mit Neutralverlusten und struktureller Begruendung zugeordnet
- Fragmentierungsbaum vom Molekuelion zu niedrigmassigen Fragmenten konstruiert
- Haeufige Kontaminanten- und Hintergrundpeaks identifiziert und ausgeschlossen
- Strukturvorschlag mit anderen spektroskopischen Daten kreuzvalidiert
Haeufige Stolperfallen
- Das Molekuelion falsch identifizieren: Bei EI ist der Basispeak oft ein Fragment, nicht das Molekuelion. Das Molekuelion ist der Peak mit dem hoechsten m/z und einem chemisch sinnvollen Isotopenmuster. Addukt-Ionen im ESI ([M+Na]+, [2M+H]+) koennen ebenfalls mit dem Molekuelion verwechselt werden.
- Die Stickstoffregel ignorieren: Ein ungerades Molekulargewicht erfordert eine ungerade Anzahl Stickstoffatome. Das zu vergessen fuehrt zu unmoeglichen Summenformeln.
- Isobare Verluste verwechseln: Ein Verlust von 28 Da koennte CO oder C2H4 sein; ein Verlust von 29 koennte CHO oder C2H5 sein. Hochaufloesende MS oder zusaetzliche Fragmentierungsdaten werden benoetigt um isobare Verluste zu unterscheiden.
- Mehrfach geladene Ionen uebersehen: Bei ESI erscheinen zweifach oder dreifach geladene Ionen bei der Haelfte bzw. einem Drittel des erwarteten m/z. Auf nichtganzzahlige Abstaende zwischen Isotopenpeaks als Diagnostik fuer Mehrfachladung achten.
- Niedrigintensitaetspeaks ueberinterpretieren: Peaks unter 1--2% relativer Intensitaet koennen Rauschen, Isotopenbeitraege oder geringfuegige Kontaminanten sein statt aussagekraeftiger Fragmente.
- Reine Probe voraussetzen: Viele reale Spektren sind Gemische. Immer die chromatographische Reinheit pruefen und nach Ionen suchen die nicht zur vorgeschlagenen Struktur passen.
Verwandte Skills
interpret-nmr-spectrum-- Konnektivitaet und Wasserstoffumgebungen fuer die Strukturbestaetigung bestimmeninterpret-ir-spectrum-- Funktionelle Gruppen identifizieren die die beobachtete Fragmentierung erklaereninterpret-uv-vis-spectrum-- Chromophore im Analyten charakterisiereninterpret-raman-spectrum-- Komplementaere Schwingungsanalyseplan-spectroscopic-analysis-- Analytische Techniken vor der Datenerfassung auswaehlen und sequenziereninterpret-chromatogram-- GC- oder LC-Chromatographiedaten gekoppelt mit MS analysieren
GitHub 仓库
相关推荐技能
llamaguard
其他LlamaGuard是Meta推出的7-8B参数内容审核模型,专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别(暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划),准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署,并能与NeMo Guardrails集成实现自动化安全防护。
cost-optimization
其他这个Claude Skill帮助开发者优化云成本,通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。
quantizing-models-bitsandbytes
其他这个Skill使用bitsandbytes库量化大语言模型,能在GPU内存有限时通过8位或4位量化减少50-75%内存占用,同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式,可与HuggingFace Transformers无缝集成,适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持,让开发者能轻松实现高效模型压缩。
dispatching-parallel-agents
其他该Skill用于并行处理3个以上无依赖关系的独立故障,可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率,特别适用于测试文件、子系统等无共享状态的场景。
