A development of a methodology for high-efficiency structure elucidation of unknown compounds using chemoinformatics and computational chemistry

开发利用化学信息学和计算化学高效解析未知化合物结构的方法

• 批准号: 22K21324
• 负责人: 新福 優太
• 金额: $ 1.83万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-08-31 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K21324/
• 关键词: 環境化学; 高分解能質量分析; 構造推定; 定量的構造保持相関; 計算化学

本研究は、質量分析法を基礎とする環境中の未知汚染物質の構造推定の迅速化を目的とするものであり、この達成のために、ケモインフォマティクス的手法による保持時間の予測方法、および量子化学計算による開裂反応（フラグメンテーション）の予測方法の開発を試みるものである。まず、前者のケモインフォマティクス的手法の開発を目的として、種々の化学物質を四重極-飛行時間型高分解能LC/MS分析に供した。具体的には、環境省の定める要調査項目のうち103物質を分析し、これらの物質の実測保持時間情報を取得した。要調査項目として指定されている化学物質は、その化学的特徴が多岐に渡ることから、得られた保持時間情報は将来的な保持時間予測モデルの開発において有益性が高い。量子化学計算による開裂反応の予測方法についても開発を試みるが、これは要求される計算時間が膨大となる可能性が高いため、前段階としてジェネラルフラグメンテーションルールを用いた構造推定とデータベースマッチングの組み合わせを検討中である。現時点では、プログラミング言語Pythonを使用した構造候補物質のスクリーニング法の確立に、部分的ではあるが成功している。具体的には、Python中のライブラリであるPubChemPyおよびRDkitを用いて、特定の分子式を有する物質をPubChem上で検索し、該当する物質群のcanonical SMILESを一斉に取得し、そのリストからのカルボキシ基、フェニル基、三級アルコール、三級アミンを有する物質の抽出、および各物質についてのこれらの官能基数のカウントに成功している。ただし将来的な展望に鑑みると、ヒドロキシ基などの他の官能基も対象として、現時点でのスクリーニング法をより広範に拡大していく必要性が高いと言える。

本研究的目的是加快基于质谱法的环境中未知污染物的结构估计。该项目试图开发一种利用化学计算预测裂解反应（碎片）的方法。首先，为了开发以前的化学信息学方法，对各种化学品进行了四极杆飞行时间高分辨率 LC/MS 分析。具体而言，我们对环境省规定的调查项目中的103种物质进行了分析，获取了这些物质的实际保留时间的信息。由于指定为研究项目的化学物质具有各种各样的化学特性，因此获得的保留时间信息对于未来保留时间预测模型的开发非常有用。我们还将尝试开发一种使用量子化学计算来预测裂解反应的方法，但这可能需要大量的计算时间，因此我们将使用一般碎片规则和数据库匹配来结合结构估计作为目前的初步步骤。考虑。目前，我们已经成功（尽管是部分成功）使用Python编程语言建立了一种结构候选筛选方法。具体来说，我们使用Python中的PubChemPy和RDkit库在PubChem中搜索具有特定分子式的物质，一次性获得相应物质组的规范SMILES，并从该列表中提取羧基，我们成功地提取了含有苯基的物质。基团、叔醇和叔胺，并计算每种物质的这些官能团的数量。然而，鉴于未来的前景，强烈需要扩展当前的筛选方法以包括其他官能团，例如羟基。