Suporte à Interpretação de Espectro: RMN, IR e Espectrometria de Massa

Ganhos:

• Capacidade de entender o que NMR, IR e MS mostram e usar inteligência artificial como testador de hipóteses com base na estrutura esperada
• Capacidade de verificar a consistência da atribuição, fornecendo detalhes completos, como integração, divisão, solucionador e limite de ppm
• Capacidade de compreender que a atribuição da estrutura final cabe ao químico examinar o espectro experimental e que múltiplas técnicas devem ser usadas em conjunto.

Quando você sintetiza um composto, a verdadeira questão é: "Será que consegui realmente a molécula que queria?" Isto é respondido pela espectroscopia. Três técnicas básicas: RMN (lê o ambiente magnético dos núcleos e mostra a vizinhança dos átomos), IR (lê a vibração das ligações na molécula e mostra grupos funcionais) e espectrometria de massa (MS) (mostra a massa e o padrão de fragmentação da molécula). A IA é um assistente poderoso na interpretação desses espectros: agrupa picos, sugere possíveis atribuições, verifica a consistência. Mas a atribuição final da estrutura é feita pelo químico que vê e avalia o espectro experimental. Nesta unidade aprenderemos a usar IA na interpretação de espectro de forma supervisionada.

O que dizem as três técnicas

• 1H NMR: Mostra o número de átomos de hidrogênio, seus vizinhos (padrão de clivagem) e ambiente químico (valor de deslocamento, ppm). Por exemplo, a ~7 ppm os sinais são sugestivos de hidrogénios aromáticos, a ~2 ppm um grupo acetil singleto.
• RMN 13C: Mostra o esqueleto de carbono; o carbono carbonílico aparece em ~170-200 ppm.
• IR: Indica grupos funcionais; ~1700 cm⁻¹ carbonila (C=O), ~3300 cm⁻¹ banda larga O-H ou NH.
• MS: O pico do íon molecular (M⁺) fornece o peso molecular, as fragmentações fornecem pistas sobre a estrutura. MS de alta resolução (HRMS) confirma a fórmula molecular.

A IA conhece bem os intervalos típicos desses valores. Então, "O que poderia ser 1710 cm⁻¹?" Ele responde à pergunta de forma confiável. Onde é fraco é fazer atribuições sem ver os detalhes do espectro experimental real (picos sobrepostos, sinais de impureza).

Dica: Forneça o espectro para a IA em conjunto como “dados brutos + estrutura esperada” e pergunte “esses dados são consistentes com esta estrutura?” perguntar. Usar a IA como testador de hipóteses pergunta “que composto é esse espectro?” É muito mais confiável do que perguntar do zero.

Passo a passo: Interpretação do espectro com IA

1. Dê a estrutura esperada: Dê os SMILES do composto que você sintetizou. Deixe a IA lhe dizer o que esperar primeiro.
2. Exportar dados brutos: Insira listas de picos (deslocamentos de RMN, integrações, divisões; bandas IR; valores MS m/z) de maneira ordenada.
3. Faça uma pergunta de consistência: "Esses dados são consistentes com a estrutura esperada? Qual pico corresponde a qual átomo?"
4. Procure lacunas: "Existe um pico esperado, mas não visível? Existe um pico inesperado (impureza)?"
5. Teste alternativo: Se houver inconsistência, “que outra estrutura explica melhor esses dados?”
6. Decisão humana: você confirma a tarefa final examinando o espectro experimental.

Quatro modelos copiáveis

1) Verificação de consistência de RMN de 1H:

Composto esperado: 4-metoxiacetofenona (SMILES: COc1ccc (cc1) C (C) = O). Lista de picos de RMN de 1H (CDCl3): - 7,93 ppm (2H, d) - 6,93 ppm (2H, d) - 3,87 ppm (3H, s) - 2,56 ppm (3H, s) Tarefa: 1) Cada pico é atribuído a um grupo de hidrogênio ata.2) O número H total e a integração são consistentes?3) Há algum pico faltante/inesperado?A decisão final cabe a mim; Dê sua análise de consistência.

2) Grupo funcional IR:

Bandas significativas de IR (cm^-1): 1675, 1600, 1258, 2840. O composto esperado contém uma cetona aromática e um grupo metoxi. Tarefa: Atribua cada banda a um possível vínculo/grupo. Explique por que 1675 cm^-1 e não 1715 (efeito de conjugação?).

3) Verificação da fórmula MS:

[M+H]+ = 151,0754 medido por HRMS. Composto esperado: 4-metoxiacetofenona (C9H10O2). Tarefa: Calcular a massa teórica de [M+H]+ para C9H10O2, encontrar a diferença em ppm com a medida, comentar se é consistente. Nota: também verificarei as massas monoisotópicas exatas.

4) Combinação multitécnica:

Os três dados a seguir pertencem a um composto: - IR: largura 3300 cm^-1, 1710 cm^-1.- 1H RMN: 12 ppm de largura 1H, 2,4 ppm 2H t, ...- MS: M+ = 88. Tarefa: Avalie esses três dados juntos e sugira uma estrutura possível. Escreva separadamente qual característica estrutural cada evidência suporta. Liste as estruturas alternativas e explique por que você as eliminou.

Alerta fraco / Alerta forte

Fraco:

O que é essa RMN? Existem picos em 7,9 e 3,9 ppm.

Sem contexto (solvente, integração, clivagem, estrutura esperada). A IA prevê aleatoriamente um composto.

Forte:

Composto esperado: derivado de anisol. 1H RMN (CDCl3): 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Tarefa: Verificar a consistência dos picos com esta estrutura, descartar cada pico, sugerir uma estrutura alternativa caso haja inconsistência.

A diferença: estrutura esperada, lista completa de picos (integração + clivagem + solvente) e uma tarefa de consistência clara. A IA agora testa hipóteses, não faz previsões.

Comparação de técnicas

técnico

O que mostra

O suporte de IA é forte?

ponto de verificação

RMN de 1H

Número H, bairro, ambiente

Forte (atribuição, integração)

Soma de integração = número de moléculas H

RMN 13C

esqueleto de carbono

Poderoso (intervalos de deslizamento)

O número de carbonos deve corresponder

RI

Grupos funcionais

Forte (atribuição de banda)

Carbonila, bandas OH/NH

MS/HRMS

Massa, fórmula

Médio-forte (cálculo de fórmula)

Massa teórica em ppm

mini-casos

Caso 1 — Captura de pico incompleta. Um estudante verificou o 1H NMR de seu produto com IA. YZ notou que um pico OH que deveria estar na estrutura esperada não estava na lista e disse “pode ser um próton trocável ou o produto está errado”. O aluno fez o teste de agitação D2O, OH estava realmente presente, mas sobreposto. O aviso de “pico perdido” da IA ​​fez com que a pergunta certa fosse feita.

Caso 2 — Correção de atribuição incorreta. YZ inicialmente atribuiu um singleto a 2,1 ppm à metil cetona; mas a integração foi 2H em vez de 3H. O usuário afirmou isso, a IA atualizou a atribuição para um grupo CH2. Lição: deixe a integração clara para a IA, ou ela dará errado.

Caso 3 — Erro de ppm do HRMS. Era esperado um composto C10H12O2 ([M+H]+ teórico 165,0910). Medido 165,0912; uma diferença de 1,2 ppm é aceitável (<5 ppm). A IA fez esse cálculo, mas o usuário também verificou as massas monoisotópicas com uma ferramenta independente; valores sobrepostos. Lição: Faça a validação da fórmula MS com limite de ppm, não diga "fechar" a olho nu.

Erros comuns

• Perguntar sem dar a estrutura esperada. Forçar a IA a adivinhar do zero aumenta a taxa de erro; Teste a hipótese.
• Ignorando integração/clivagem. Sem esta informação em RMN, a atribuição não é confiável.
• Esquecendo o pico do solvente. Atribuição de sinais de solvente como CDCl3 ~7,26 ppm, DMSO ~2,50 ppm ao composto.
• Ignorando o padrão isotópico em MS. Em compostos contendo cloro/bromo, o padrão M+2 fornece informações sobre a estrutura.
• Baseando-se em uma única técnica. Considerar NMR, IR e MS juntos é muito mais robusto do que confiar apenas em qualquer um deles.
• Aprovar o espectro experimental sem vê-lo. AI interpreta a lista de picos; É preciso observar o espectro real em busca de detalhes como sobreposição, impurezas, etc.

Atenção: Só porque a IA diz “consistente” na interpretação do espectro não significa que a estrutura esteja absolutamente correta; significa apenas "estes dados não descartam esta estrutura". A atribuição precisa requer múltiplas técnicas e julgamento humano.

Em resumo

• RMN indica vizinhança, IR indica grupo funcional, MS indica massa/fórmula; Eles são poderosos quando usados ​​juntos.
• Use a IA como testador de hipóteses: forneça a estrutura esperada + dados brutos e peça consistência.
• Insira detalhes completos, como integração, divisão, solvente e limite de ppm.
• Realizar validação de fórmula HRMS com limite numérico de ppm; Não negligencie o padrão isotópico MS.
• A atribuição final da estrutura cabe ao químico que examina o espectro experimental.

Tarefa de aplicativo

Obtenha dados reais de NMR, IR e MS de um composto que você sintetizou (ou recuperou de um artigo da literatura). Dê primeiro o AI SMILES e pergunte "o que devo esperar?" ', em seguida, forneça os dados brutos e verifique a consistência. Tente encontrar uma atribuição correta e uma incorreta/incompleta da IA ​​em cada técnica. Calcule a diferença de massa teórica e medida em ppm para HRMS. Plote as descobertas em uma tabela.

lista de verificação

• [] Eu sei o que NMR, IR e MS mostram.
• [ ] Dou a estrutura esperada para a IA e testo a hipótese.
• [] Entro completamente na lista de integração, divisão, solvente e pico.
• [] Faço a verificação do HRMS numérica com limite de ppm.
• [ ] Eu avalio diversas técnicas juntas.
• [ ] Confirmo o trabalho final examinando o espectro experimental.