Spektrum értelmezés támogatása: NMR, IR és tömegspektrometria

Nyereség:

• Képes megérteni, mit mutat az NMR, IR és MS, és a mesterséges intelligenciát hipotézisvizsgálóként használni a várható szerkezet alapján
• Lehetőség a hozzárendelés konzisztenciájának ellenőrzésére olyan teljes részletek megadásával, mint az integráció, a felosztás, a megoldó és a ppm küszöbérték
• Képes megérteni, hogy a végső szerkezeti feladat a kísérleti spektrumot vizsgáló vegyész feladata, és hogy több technikát együtt kell alkalmazni.

Amikor egy vegyületet szintetizál, az igazi kérdés a következő: "Tényleg megkaptam azt a molekulát, amit akartam?" Erre ad választ a spektroszkópia. Három alapvető technika: NMR (leolvasja az atommagok mágneses környezetét, és megmutatja az atomok szomszédságát), IR (leolvassa a kötések rezgését a molekulában, és megjeleníti a funkciós csoportokat) és tömegspektrometria (MS) (megmutatja a molekula tömegét és fragmentációs mintázatát). Az AI hatékony asszisztens ezeknek a spektrumoknak az értelmezésében: csúcsokat csoportosít, lehetséges hozzárendeléseket javasol, ellenőrzi a konzisztenciát. De a végső szerkezeti hozzárendelést a kémikus végzi el, aki látja és értékeli a kísérleti spektrumot. Ebben az egységben megtanuljuk az AI használatát a spektrumértelmezésben, felügyelt módon.

Amit a három technika mond

• 1H NMR: A hidrogénatomok számát, szomszédjaikat (hasadási mintázat) és a kémiai környezetet (eltolódási érték, ppm) mutatja. Például ~7 ppm-nél a jelek aromás hidrogénekre, ~2 ppm-nél szingulett acetilcsoportra utalnak.
• 13C NMR: a szénvázat mutatja; a karbonil-szén körülbelül 170-200 ppm-nél jelenik meg.
• IR: Funkciós csoportokat jelöl; ~1700 cm-1 karbonil (C=O), ~3300 cm-1 széles sávú O-H vagy N-H.
• MS: A molekulaion csúcs (M⁺) adja meg a molekulatömeget, a fragmentációk a szerkezetre utalnak. A nagy felbontású MS (HRMS) megerősíti a molekulaképletet.

Az AI jól ismeri ezen értékek tipikus tartományait. Tehát "Mi lehet 1710 cm⁻¹?" Megbízhatóan válaszol a kérdésre. Ahol gyenge, az a hozzárendelések elvégzése, amelyek nem látják a tényleges kísérleti spektrum finom részleteit (átfedő csúcsok, szennyeződési jelek).

Tipp: Adja meg a spektrumot az AI-nak együtt „nyers adat + várt struktúra” formában, és kérdezze meg: „Ez az adat összhangban van ezzel a struktúrával?” kérdez. A mesterséges intelligencia hipotézisvizsgálóként azt a kérdést teszi fel, hogy „milyen vegyület ez a spektrum?” Sokkal megbízhatóbb, mint a nulláról kérdezni.

Lépésről lépésre: Spektrumértelmezés mesterséges intelligencia segítségével

1. Adja meg a várt szerkezetet: Adja meg a szintetizált vegyület SMILES-jét. Hagyd, hogy a mesterséges intelligencia először megmondja, mire számíthatsz.
2. Nyers adatok exportálása: Adja meg a csúcslistákat (NMR eltolódások, integrációk, felosztások; IR sávok; MS m/z értékek) rendezett módon.
3. Tegyen fel egy konzisztencia-kérdést: "Ezek az adatok összhangban vannak a várt szerkezettel? Melyik csúcs melyik atomnak felel meg?"
4. Keresse a hiányosságokat: "Van-e olyan csúcs, amely várható, de nem látható? Van egy váratlan csúcs (szennyeződés)?"
5. Alternatív teszt: Ha ellentmondás van, "milyen más struktúra magyarázza jobban ezeket az adatokat?"
6. Emberi döntés: Megerősíti a végső feladatot a kísérleti spektrum vizsgálatával.

Négy másolható sablon

1) 1H NMR konzisztencia ellenőrzése:

Várt vegyület: 4-metoxi-acetofenon (SMILES: COc1ccc(cc1)C(C)=O).1H-NMR (CDCl3) csúcslista: - 7,93 ppm (2H, d) - 6,93 ppm (2H, d) - 3,87 ppm (3H, 5H6) - ppm s) Feladat:1) Minden csúcs egy hidrogéncsoporthoz van hozzárendelve ata.2) Konzisztens-e a teljes H-szám és az integráció?3) Vannak-e hiányzó/váratlan csúcsok?A végső döntés rajtam múlik; Adja meg konzisztenciaelemzését.

2) IR funkciós csoport:

IR (cm^-1) szignifikáns sávok: 1675, 1600, 1258, 2840. A várt vegyület egy aromás ketont és egy metoxicsoportot tartalmaz. Feladat: Minden sávot rendelj egy lehetséges kötéshez/csoporthoz! Magyarázd meg, miért 1675 cm^-1 és miért nem 1715 (konjugációs hatás?).

3) MS-képlet ellenőrzése:

[M+H]+=151,0754, HRMS-sel mérve. Várható vegyület: 4-metoxi-acetofenon (C9H10O2). Feladat: Számítsa ki a C9H10O2 [M+H]+ elméleti tömegét, keresse meg a ppm-ben mért különbséget, kommentálja, ha konzisztens! Megjegyzés: A pontos monoizotóp tömegeket is ellenőrizni fogom.

4) Multi-technológiás kombináció:

A következő három adat tartozik egy vegyülethez: - IR: széles 3300 cm^-1, 1710 cm^-1.- 1H NMR: 12 ppm széles 1H, 2,4 ppm 2H t, ...- MS: M+ = 88. Feladat: Értékelje ezt a három adatot együtt, és javasoljon egy lehetséges szerkezetet. Írja le külön, hogy az egyes bizonyítékok melyik szerkezeti jellemzőt támasztják alá! Sorolja fel az alternatív struktúrákat, és magyarázza el, miért szüntette meg őket.

Gyenge felszólítás / Erős felszólítás

Gyenge:

Mi ez az NMR? 7,9 és 3,9 ppm-nél vannak csúcsok.

Nincs kontextus (oldószer, integráció, hasítás, elvárt szerkezet). Az AI véletlenszerűen jósol egy vegyületet.

Erős:

Várható vegyület: anizol származék. 1H-NMR (CDCI3): 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Feladat: Ellenőrizzük a csúcsok konzisztenciáját ezzel a szerkezettel, minden csúcsot dobjunk ki, inkonzisztencia esetén javasoljunk alternatív szerkezetet.

A különbség: elvárt szerkezet, teljes csúcslista (integráció + hasítás + oldószer) és egyértelmű konzisztencia feladat. Az AI most hipotéziseket tesztel, nem jóslatokat készít.

A technikák összehasonlítása

műszaki

Mit mutat

Erős az AI támogatás?

ellenőrzési pont

1H NMR

H szám, környék, környezet

Erős (beosztás, integráció)

Integrációs összeg = H molekulák száma

13C NMR

szénváz

Erőteljes (csúszási időközönként)

A szénatomok számának meg kell egyeznie

IR

Funkcionális csoportok

Erős (zenekari kiosztás)

Karbonil, OH/NH sávok

MS/HRMS

Tömeg, képlet

Közepesen erős (képletszámítás)

Elméleti tömeg ppm-ben

mini tokok

1. eset – Hiányos csúcsrögzítés. Egy diák AI-val ellenőrizte termékének 1H NMR-ét. YZ észrevette, hogy egy OH-csúcs, amelynek a várt szerkezetben kellett lennie, nem szerepel a listán, és azt mondta, hogy "lehet, hogy egy proton cserélhető, vagy a termék hibás". A diák D2O rázási tesztet végzett, az OH valóban jelen volt, de átfedésben volt. Az AI „hiányzó csúcs” figyelmeztetése a megfelelő kérdést tette fel.

2. eset – Helytelen hozzárendelés-javítás. YZ kezdetben egy szingulettet rendelt 2,1 ppm-nél a metil-ketonhoz; de az integráció 3H helyett 2H volt. A felhasználó ezt mondta, az AI frissítette a hozzárendelést egy CH2 csoporthoz. Tanulság: tegyük világossá az integrációt az MI számára, különben rosszul dobja el.

3. eset – HRMS ppm hiba. C10H12O2 vegyületet vártunk ([M+H]+ elméleti 165,0910). Mért: 165,0912; az 1,2 ppm eltérés elfogadható (<5 ppm). Az AI elvégezte ezt a számítást, de a felhasználó egy független eszközzel ellenőrizte a monoizotóp tömegeket is; értékek átfedték egymást. Tanulság: Végezze el az MS-képlet érvényesítését ppm küszöbértékkel, ne mondja azt, hogy "közel" szemmel.

Gyakori hibák

• A várt szerkezet megadása nélkül kérdez. A mesterséges intelligencia a semmiből való találgatásra kényszerítése növeli a hibaarányt; Teszteld a hipotézist.
• Az integráció/hasítás kihagyása. Ezen információ nélkül az NMR-ben a hozzárendelés megbízhatatlan.
• Az oldószercsúcs elfelejtése. Oldószerjelek, például CDCl3 -7,26 ppm, DMSO - 2,50 ppm hozzárendelése a vegyülethez.
• Az izotópmintázat figyelmen kívül hagyása MS-ben. A klór/bróm tartalmú vegyületekben az M+2 mintázat ad információt a szerkezetről.
• Egyetlen technikára támaszkodva. Ha az NMR-t, az IR-t és az MS-t együtt vesszük figyelembe, sokkal robusztusabb, mintha bármelyikre támaszkodnánk egyedül.
• Jóváhagyni a kísérleti spektrumot anélkül, hogy látnánk. Az AI értelmezi a csúcslistát; Meg kell nézni a tényleges spektrumot olyan részletekért, mint az átfedés, szennyeződések stb.

Figyelem: Csak azért, mert az AI azt mondja, hogy "konzisztens" a spektrumértelmezésben, nem jelenti azt, hogy a szerkezet teljesen helyes; ez csak azt jelenti, hogy "ez az adat nem zárja ki ezt a struktúrát". A pontos hozzárendelés többféle technikát és emberi ítélőképességet igényel.

Összefoglalva

• Az NMR a szomszédságot, az IR a funkciós csoportot, az MS a tömeget/képletet jelzi; Együtt használva erősek.
• Használjon mesterséges intelligenciát hipotézisvizsgálóként: adja meg a várt szerkezetet + nyers adatokat, és kérjen konzisztenciát.
• Adja meg a teljes részleteket, például az integrációt, a felosztást, az oldószert és a ppm küszöbértéket.
• Végezze el a HRMS képlet érvényesítését numerikus ppm küszöbértékkel; Ne hagyja figyelmen kívül az MS izotópmintázatot.
• A végső szerkezeti feladat a kísérleti spektrumot vizsgáló vegyész feladata.

Pályázati feladat

Szerezze meg az Ön által szintetizált (vagy egy irodalmi cikkből származó) vegyület tényleges NMR-, IR- és MS-adatait. Először adja meg az AI-SMILES-t, és kérdezze meg: "Mire számítsak?" ', majd adja meg a nyers adatokat, és ellenőrizze a konzisztenciát. Próbáljon meg minden technikában megtalálni egy helyes és egy helytelen/hiányos mesterséges intelligencia hozzárendelést. Számítsa ki a HRMS elméleti és mért tömegkülönbségét ppm-ben. Ábrázolja a leleteket táblázatba!

ellenőrző lista

• [ ] Tudom, mit mutat az NMR, IR és MS.
• [ ] Megadom a várt struktúrát az MI-nek, és tesztelem a hipotézist.
• [ ] Teljesen belépek az integrációs, hasítási, oldószeres és csúcslistába.
• [ ] A HRMS ellenőrzést numerikussá teszem ppm küszöbértékkel.
• [ ] Több technikát együtt értékelek.
• [ ] A végső hozzárendelést a kísérleti spektrum vizsgálatával erősítem meg.