Prise en charge de l'interprétation du spectre : RMN, IR et spectrométrie de masse

Gains :

• Capacité à comprendre ce que montrent la RMN, l'IR et la MS et à utiliser l'intelligence artificielle comme testeur d'hypothèses basé sur la structure attendue
• Possibilité de vérifier la cohérence des affectations en fournissant des détails complets tels que l'intégration, le fractionnement, le solveur et le seuil ppm
• Capacité à comprendre que l'attribution finale de la structure incombe au chimiste qui examine le spectre expérimental et que plusieurs techniques doivent être utilisées ensemble.

Lorsqu’on synthétise un composé, la vraie question est : « Ai-je vraiment obtenu la molécule que je voulais ? La spectroscopie répond à cette question. Trois techniques de base : RMN (lit l'environnement magnétique des noyaux et montre le voisinage des atomes), IR (lit la vibration des liaisons dans la molécule et montre les groupes fonctionnels) et spectrométrie de masse (MS) (montre le modèle de masse et de fragmentation de la molécule). L’IA est un assistant puissant pour interpréter ces spectres : regroupe les pics, suggère des affectations possibles, vérifie la cohérence. Mais l'attribution finale de la structure est effectuée par le chimiste qui voit et évalue le spectre expérimental. Dans cette unité, nous apprendrons à utiliser l'IA dans l'interprétation du spectre de manière supervisée.

Ce que disent les trois techniques

• RMN 1H : affiche le nombre d'atomes d'hydrogène, leurs voisins (modèle de clivage) et l'environnement chimique (valeur de décalage, ppm). Par exemple, à ~ 7 ppm, les signaux suggèrent des hydrogènes aromatiques, à ~ 2 ppm un groupe acétyle singulet.
• RMN 13C : montre le squelette carboné ; le carbone carbonyle apparaît à environ 170-200 ppm.
• IR : indique des groupes fonctionnels ; ~ 1 700 cm⁻¹ carbonyle (C=O), ~ 3 300 cm⁻¹ O-H ou N-H à large bande.
• MS : Le pic des ions moléculaires (M⁺) donne le poids moléculaire, les fragmentations donnent des indices sur la structure. La MS haute résolution (HRMS) confirme la formule moléculaire.

L'IA connaît bien les plages typiques de ces valeurs. Alors "Que pourrait être 1710 cm⁻¹ ?" Il répond à la question de manière fiable. Là où il est faible, c'est dans la réalisation d'affectations sans voir les moindres détails du spectre expérimental réel (pics qui se chevauchent, signaux d'impuretés).

Astuce : donnez le spectre à l'IA ensemble sous la forme "données brutes + structure attendue" et demandez "ces données sont-elles cohérentes avec cette structure ?" demander. L’utilisation de l’IA comme testeur d’hypothèses pose la question : « de quel composé est ce spectre ? » C’est beaucoup plus fiable que de demander à partir de zéro.

Pas à pas : interprétation du spectre avec l'IA

1. Donnez la structure attendue : Donnez les SOURIRES du composé que vous avez synthétisé. Laissez l'IA vous dire à quoi vous attendre en premier.
2. Exportez les données brutes : saisissez les listes de pics (déplacements RMN, intégrations, divisions ; bandes IR ; valeurs MS m/z) de manière ordonnée.
3. Posez une question de cohérence : « Ces données sont-elles cohérentes avec la structure attendue ? Quel pic correspond à quel atome ?
4. Recherchez les lacunes : « Y a-t-il un pic attendu mais non visible ? Y a-t-il un pic (impureté) inattendu ? »
5. Test alternatif : en cas d'incohérence, "quelle autre structure explique mieux ces données ?"
6. Décision humaine : Vous confirmez la mission finale en examinant le spectre expérimental.

Quatre modèles copiables

1) Contrôle de cohérence RMN 1H :

Composé attendu : 4-méthoxyacétophénone (SMILES : COc1ccc(cc1)C(C)=O).1H RMN (CDCl3) liste des pics : - 7,93 ppm (2H, d) - 6,93 ppm (2H, d) - 3,87 ppm (3H, s) - 2,56 ppm (3H, s) Tâche : 1) Chaque pic est attribué à un groupe hydrogène ata.2) Le nombre H total et l'intégration sont-ils cohérents ? 3) Y a-t-il des pics manquants/inattendus ? La décision finale m'appartient ; Donnez votre analyse de cohérence.

2) Groupe fonctionnel IR :

Bandes significatives IR (cm^-1) : 1675, 1600, 1258, 2840. Le composé attendu contient une cétone aromatique et un groupe méthoxy. Tâche : Attribuez chaque bande à une éventuelle liaison/groupe. Expliquez pourquoi 1675 cm^-1 et non 1715 (effet de conjugaison ?).

3) Vérification de la formule MS :

[M+H]+ = 151,0754 mesuré par HRMS. Composé attendu : 4-méthoxyacétophénone (C9H10O2). Tâche : Calculer la masse théorique de [M+H]+ pour C9H10O2, trouver la différence en ppm avec celle mesurée, commenter si elle est cohérente. Remarque : je vérifierai également les masses monoisotopiques exactes.

4) Combinaison multi-techniques :

Les trois données suivantes appartiennent à un composé :- IR : large 3300 cm^-1, 1710 cm^-1.- 1H RMN : 12 ppm large 1H, 2,4 ppm 2H t, ...- MS : M+ = 88. Tâche : Évaluer ces trois données ensemble et suggérer une structure possible. Écrivez séparément quelle caractéristique structurelle prend en charge chaque preuve. Énumérez les structures alternatives et expliquez pourquoi vous les avez éliminées.

Invite faible/Invite forte

Faible :

Quelle est cette RMN ? Il y a des pics à 7,9 et 3,9 ppm.

Aucun contexte (solvant, intégration, clivage, structure attendue). L'IA prédit un composé au hasard.

Fort :

Composé attendu : dérivé anisole. RMN 1H (CDCl3) : 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Tâche : Vérifier la cohérence des pics avec cette structure, éliminer chaque pic, proposer une structure alternative en cas d'incohérence.

La différence : structure attendue, liste complète des pics (intégration + clivage + solvant) et une tâche de cohérence claire. L’IA teste désormais des hypothèses et ne fait plus de prédictions.

Comparaison des techniques

technique

Ce qui montre

Le support de l’IA est-il fort ?

point de vérification

RMN 1H

Numéro H, quartier, environnement

Fort (affectation, intégration)

Somme d'intégration = nombre de molécules H

RMN 13C

squelette de carbone

Puissant (intervalles de glissement)

Le nombre de carbones doit correspondre

IR

Groupes fonctionnels

Fort (affectation de groupe)

Bandes carbonyle, OH/NH

MS/SGRH

Masse, formule

Moyen-fort (formule de calcul)

Masse théorique en ppm

mini-cas

Cas 1 — Capture de pic incomplète. Un étudiant a vérifié la RMN 1H de son produit avec l'IA. YZ a remarqué qu'un pic OH qui était censé avoir la structure attendue ne figurait pas sur la liste et a déclaré "cela pourrait être un proton échangeable ou le produit est erroné". L'étudiant a fait le test de secousse D2O, OH était effectivement présent mais se chevauchait. L’avertissement « pic manquant » d’IA a amené à poser la bonne question.

Cas 2 — Correction d'affectation incorrecte. YZ a initialement attribué un singulet à 2,1 ppm à la méthylcétone ; mais l'intégration était de 2H au lieu de 3H. L'utilisateur l'a déclaré, l'IA a mis à jour l'affectation à un groupe CH2. Leçon : expliquez clairement l'intégration à l'IA, sinon elle se trompera.

Cas 3 — Erreur ppm HRMS. Un composé C10H12O2 était attendu ([M+H]+ théorique 165,0910). Mesuré 165,0912 ; une différence de 1,2 ppm est acceptable (<5 ppm). L'IA a fait ce calcul, mais l'utilisateur a également vérifié les masses monoisotopiques avec un outil indépendant ; les valeurs se chevauchent. Leçon : faites une validation de formule MS avec un seuil ppm, ne dites pas "à proximité" à l'œil nu.

Erreurs courantes

• Demander sans donner la structure attendue. Forcer l’IA à deviner à partir de zéro augmente le taux d’erreur ; Testez l’hypothèse.
• Sauter l'intégration/le clivage. Sans ces informations en RMN, l'affectation n'est pas fiable.
• Oublier le pic de solvant. Attribution de signaux de solvant tels que CDCl3 ~ 7,26 ppm, DMSO ~ 2,50 ppm au composé.
• Ignorer le modèle isotopique dans MS. Dans les composés contenant du chlore/brome, le motif M+2 donne des informations sur la structure.
• S'appuyer sur une seule technique. Considérer la RMN, l’IR et la MS ensemble est beaucoup plus robuste que de s’appuyer uniquement sur l’une ou l’autre.
• Approuver le spectre expérimental sans le voir. L'IA interprète la liste des pics ; Il faut examiner le spectre réel pour des détails tels que le chevauchement, les impuretés, etc.

Attention : Ce n'est pas parce que l'IA dit « cohérent » dans l'interprétation du spectre que la structure est absolument correcte ; cela signifie simplement "ces données n'excluent pas cette structure". Une affectation précise nécessite plusieurs techniques et un jugement humain.

En résumé

• RMN indique le voisinage, IR indique un groupe fonctionnel, MS indique la masse/formule ; Ils sont puissants lorsqu’ils sont utilisés ensemble.
• Utilisez l'IA comme testeur d'hypothèses : donnez la structure attendue + les données brutes et demandez la cohérence.
• Entrez les détails complets tels que l’intégration, la division, le solvant et le seuil ppm.
• Effectuer la validation de la formule HRMS avec seuil numérique ppm ; Ne négligez pas le modèle isotopique MS.
• L'attribution finale de la structure appartient au chimiste qui examine le spectre expérimental.

Tâche de candidature

Obtenez les données RMN, IR et MS réelles d'un composé que vous avez synthétisé (ou extrait d'un article de littérature). Donnez d'abord les AI SMILES et demandez « à quoi dois-je m'attendre ? » ', puis donnez les données brutes et faites vérifier leur cohérence. Essayez de trouver une affectation correcte et une affectation incorrecte/incomplète de l'IA dans chaque technique. Calculez la différence de masse théorique et mesurée en ppm pour HRMS. Tracez les résultats dans un tableau.

liste de contrôle

• [ ] Je sais ce que montrent la RMN, l'IR et la MS.
• [ ] Je donne la structure attendue à l'IA et teste l'hypothèse.
• [ ] J'entre complètement dans la liste d'intégration, de fractionnement, de solvant et de pointe.
• [ ] Je fais une vérification HRMS numérique avec seuil ppm.
• [ ] J'évalue plusieurs techniques ensemble.
• [ ] Je confirme la mission finale en examinant le spectre expérimental.