Supporto per l'interpretazione dello spettro: NMR, IR e spettrometria di massa

Guadagni:

• Capacità di comprendere cosa mostrano NMR, IR e MS e di utilizzare l'intelligenza artificiale come tester di ipotesi in base alla struttura prevista
• Possibilità di verificare la coerenza dell'assegnazione fornendo dettagli completi come integrazione, suddivisione, risolutore e soglia ppm
• Capacità di comprendere che l'assegnazione della struttura finale spetta al chimico che esamina lo spettro sperimentale e che più tecniche devono essere utilizzate insieme.

Quando si sintetizza un composto, la vera domanda è: "Ho davvero ottenuto la molecola che volevo?" La risposta è data dalla spettroscopia. Tre tecniche di base: NMR (legge l'ambiente magnetico dei nuclei e mostra le vicinanze degli atomi), IR (legge la vibrazione dei legami nella molecola e mostra i gruppi funzionali) e spettrometria di massa (MS) (mostra la massa e il modello di frammentazione della molecola). L'intelligenza artificiale è un potente assistente nell'interpretazione di questi spettri: raggruppa i picchi, suggerisce possibili assegnazioni, verifica la coerenza. Ma l'assegnazione finale della struttura viene effettuata dal chimico che vede e valuta lo spettro sperimentale. In questa unità impareremo a utilizzare l'intelligenza artificiale nell'interpretazione dello spettro in modo supervisionato.

Cosa dicono le tre tecniche

• 1H NMR: mostra il numero di atomi di idrogeno, i loro vicini (modello di scissione) e l'ambiente chimico (valore di spostamento, ppm). Ad esempio, a ~7 ppm i segnali suggeriscono idrogeni aromatici, a ~2 ppm un gruppo acetile singoletto.
• 13C NMR: mostra lo scheletro di carbonio; il carbonio carbonilico appare a ~170-200 ppm.
• IR: Indica i gruppi funzionali; ~1700 cm⁻¹ carbonile (C=O), ~3300 cm⁻¹ banda larga O-H o N-H.
• MS: il picco degli ioni molecolari (M⁺) fornisce il peso molecolare, le frammentazioni forniscono indizi sulla struttura. La MS ad alta risoluzione (HRMS) conferma la formula molecolare.

L’intelligenza artificiale conosce bene gli intervalli tipici di questi valori. Allora "Cosa potrebbero essere 1710 cm⁻¹?" Risponde alla domanda in modo affidabile. Dove è debole è nel fare assegnazioni senza vedere i minimi dettagli dello spettro sperimentale reale (picchi sovrapposti, segnali di impurità).

Suggerimento: fornisci lo spettro all'intelligenza artificiale come "dati grezzi + struttura prevista" e chiedi "questi dati sono coerenti con questa struttura?" chiedere. Utilizzando l’intelligenza artificiale come tester di ipotesi ci si chiede “quale composto è questo spettro?” È molto più affidabile che chiedere da zero.

Passo dopo passo: interpretazione dello spettro con l'intelligenza artificiale

1. Dai la struttura prevista: Dai i SORRISI del composto che hai sintetizzato. Lascia che l'intelligenza artificiale ti dica prima cosa aspettarti.
2. Esportare dati grezzi: inserire gli elenchi dei picchi (spostamenti NMR, integrazioni, divisioni; bande IR; valori MS m/z) in modo ordinato.
3. Fai una domanda sulla coerenza: "Questi dati sono coerenti con la struttura prevista? Quale picco corrisponde a quale atomo?"
4. Cerca le lacune: "C'è un picco previsto ma non visibile? C'è un picco inaspettato (impurità)?"
5. Test alternativo: se c'è incoerenza, "quale altra struttura spiega meglio questi dati?"
6. Decisione umana: confermi l'incarico finale esaminando lo spettro sperimentale.

Quattro modelli copiabili

1) Controllo della coerenza 1H NMR:

Composto atteso: 4-metossiacetofenone (SMILES: COc1ccc(cc1)C(C)=O). Elenco dei picchi 1H NMR (CDCl3):- 7,93 ppm (2H, d)- 6,93 ppm (2H, d)- 3,87 ppm (3H, s)- 2,56 ppm (3H, s)Attività:1) Ciascun picco è assegnato a un gruppo idrogeno ata.2) Il numero H totale e l'integrazione sono coerenti? 3) Ci sono picchi mancanti/imprevisti? La decisione finale spetta a me; Fornisci la tua analisi di coerenza.

2) Gruppo funzionale IR:

Bande significative IR (cm^-1): 1675, 1600, 1258, 2840. Il composto atteso contiene un chetone aromatico e un gruppo metossi. Compito: Assegnare ciascuna banda ad un possibile legame/gruppo. Spiega perché 1675 cm^-1 e non 1715 (effetto di coniugazione?).

3) Verifica della formula MS:

[M+H]+ = 151,0754 misurato da HRMS. Composto atteso: 4-metossiacetofenone (C9H10O2). Compito: Calcolare la massa teorica di [M+H]+ per C9H10O2, trovare la differenza in ppm con quella misurata, commentare se è coerente. Nota: controllerò anche le esatte masse monoisotopiche.

4) Combinazione multi-tecnica:

I seguenti tre dati appartengono a un composto:- IR: larghezza 3300 cm^-1, 1710 cm^-1.- 1H NMR: 12 ppm larghezza 1H, 2,4 ppm 2H t, ...- MS: M+ = 88. Compito: valutare questi tre dati insieme e suggerire una possibile struttura. Scrivi separatamente quale caratteristica strutturale supporta ciascuna prova. Elenca le strutture alternative e spiega perché le hai eliminate.

Prompt debole / Prompt forte

Debole:

Cos'è questo NMR? Ci sono picchi a 7,9 e 3,9 ppm.

Nessun contesto (solvente, integrazione, scissione, struttura prevista). L'intelligenza artificiale predice casualmente un composto.

Forte:

Composto atteso: derivato dell'anisolo. 1H NMR (CDCl3): 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Compito: verificare la coerenza dei picchi con questa struttura, scartare ciascun picco, suggerire una struttura alternativa in caso di incoerenza.

La differenza: struttura prevista, elenco completo dei picchi (integrazione + scissione + solvente) e un chiaro compito di coerenza. L’intelligenza artificiale ora verifica le ipotesi, non fa previsioni.

Confronto di tecniche

tecnico

Cosa mostra

Il supporto dell’intelligenza artificiale è forte?

punto di verifica

1H NMR

Numero H, quartiere, ambiente

Forte (incarico, integrazione)

Somma di integrazione = numero di molecole H

13C NMR

scheletro di carbonio

Potente (intervalli di scorrimento)

Il numero di carboni deve corrispondere

IR

Gruppi funzionali

Forte (assegnazione della banda)

Bande carboniliche, OH/NH

MS/HRMS

Massa, formula

Medio-forte (calcolo della formula)

Massa teorica in ppm

mini custodie

Caso 1 — Cattura del picco incompleta. Uno studente ha controllato l'1H NMR del suo prodotto con l'intelligenza artificiale. YZ ha notato che un picco OH che avrebbe dovuto trovarsi nella struttura prevista non era nell'elenco e ha detto "potrebbe essere un protone scambiabile o il prodotto è sbagliato". Lo studente ha eseguito il test di agitazione del D2O, l'OH era effettivamente presente ma si sovrapponeva. L'avviso di "picco mancante" dell'IA ha fatto sorgere la domanda giusta.

Caso 2 — Correzione errata dell'assegnazione. YZ inizialmente assegnò una singoletta a 2,1 ppm al metil chetone; ma l'integrazione era 2H invece di 3H. Lo ha affermato l'utente, l'IA ha aggiornato l'assegnazione a un gruppo CH2. Lezione: rendere chiara l'integrazione all'intelligenza artificiale, altrimenti la sbaglierà.

Caso 3: errore ppm HRMS. Era previsto un composto C10H12O2 ([M+H]+ teorico 165,0910). Misurato 165,0912; la differenza di 1,2 ppm è accettabile (<5 ppm). L’IA ha fatto questo calcolo, ma l’utente ha anche controllato le masse monoisotopiche con uno strumento indipendente; valori sovrapposti. Lezione: convalidare la formula MS con soglia ppm, non dire "chiudi" a occhio.

Errori comuni

• Chiedere senza dare la struttura prevista. Costringere l’IA a indovinare da zero aumenta il tasso di errore; Testare l'ipotesi.
• Saltare l'integrazione/scissione. Senza queste informazioni nell'NMR, l'assegnazione è inaffidabile.
• Dimenticando il picco del solvente. Assegnazione di segnali di solvente come CDCl3 ~7,26 ppm, DMSO ~2,50 ppm al composto.
• Ignorare il modello isotopico nella SM. Nei composti contenenti cloro/bromo, il modello M+2 fornisce informazioni sulla struttura.
• Affidarsi ad un'unica tecnica. Considerare NMR, IR e MS insieme è molto più efficace che fare affidamento su uno solo.
• Approvare lo spettro sperimentale senza vederlo. L'intelligenza artificiale interpreta l'elenco dei picchi; Bisogna guardare lo spettro reale per dettagli come sovrapposizioni, impurità, ecc.

Attenzione: Solo perché l'AI dice "coerente" nell'interpretazione dello spettro non significa che la struttura sia assolutamente corretta; significa semplicemente "questi dati non escludono questa struttura". L'assegnazione accurata richiede molteplici tecniche e giudizio umano.

In sintesi

• NMR indica vicinanza, IR indica gruppo funzionale, MS indica massa/formula; Sono potenti se usati insieme.
• Usa l'intelligenza artificiale come tester di ipotesi: fornisci la struttura prevista + dati grezzi e chiedi coerenza.
• Inserisci dettagli completi come integrazione, suddivisione, solvente e soglia ppm.
• Eseguire la convalida della formula HRMS con soglia numerica in ppm; Non trascurare il modello isotopico della MS.
• L'assegnazione finale della struttura spetta al chimico che esamina lo spettro sperimentale.

Compito dell'applicazione

Ottieni dati NMR, IR e MS effettivi di un composto che hai sintetizzato (o recuperato da un articolo di letteratura). Dai prima i SORRISO AI e chiedi "cosa devo aspettarmi?" ', quindi fornisci i dati grezzi e verificane la coerenza. Prova a trovare un'assegnazione corretta e una errata/incompleta dell'IA in ciascuna tecnica. Calcolare la differenza di massa teorica e misurata in ppm per HRMS. Traccia i risultati in una tabella.

lista di controllo

• [ ] So cosa mostrano NMR, IR e MS.
• [] Fornisco all'IA la struttura prevista e verifico l'ipotesi.
• [ ] Inserisco completamente l'elenco di integrazione, suddivisione, solvente e picco.
• [ ] Eseguo la verifica HRMS numerica con soglia ppm.
• [ ] Valuto più tecniche insieme.
• [ ] Confermo l'assegnazione finale esaminando lo spettro sperimentale.