高分辨质谱非靶向分析存在显著盲区

在分析化学领域，非靶向分析常被视为一种无需预先知晓样品成分即可识别数千种化学特征的整体性方法。该技术是暴露组学和环境监测的基石，旨在绘制所有已知及理论上可能存在的化合物的广阔化学空间。这一过程的核心在于高分辨质谱，通常与液相色谱和电喷雾电离技术联用。

尽管该技术享有全面性声誉，但阿姆斯特丹大学发表在《分析化学》上的一项新研究表明，液相色谱-电喷雾电离-高分辨质谱的非靶向分析受到方法特定条件的严重限制。保留行为和电离效率等因素定义了实际可检测范围的边界。对于必须在广泛探索愿望与分析物理盲区现实之间取得平衡的实验室管理者而言，理解这些局限性至关重要。

为填补这些空白，研究人员开发了一种名为“可测特征预测”的自下而上计算工具。该框架允许实验室专业人员在注入第一个真实样品之前，就估算特定方法的潜在覆盖率。通过将内标实验数据与分子指纹及定量构效关系相结合，该模型识别出化学空间中真正可访问的区域。

该模型聚焦于两个主要描述符，以关联结构相似性与可检测性：保留指数预测化合物在色谱域中的行为；电离效率预测化合物形成离子被检测的可能性。通过采用优化的k近邻回归建模方法，该框架识别出与已知标准具有高度结构和行为相似性的化学邻域，从而基于方法特定的实验数据预测可测结构分配的准确性。

这项研究为实验室运营提供了令人清醒的基准。虽然单次高分辨质谱运行可能检测到数千个特征，但这通常仅代表方法特定空间的不到2%，仅占整个化学空间的极小部分。研究负责人saer samanipour指出：“数字比我们预期的要小得多。这听起来可能很多，但相对于广阔的化学空间，它仅约为0.01%，是一个微不足道的量。”

对于管理者而言，这项研究将关注点从单纯的数据量转向了数据的相关性。通过绘制盲区地图，实验室可以减少后处理数据过程中的假阳性发现率，确保研究人员不会浪费时间试图识别未被覆盖区域的化合物。此外，采用正交方法——即使用互补的分析设置——可以显著扩大发现范围。例如，将反相液相色谱与亲水相互作用液相色谱结合，前者能独特捕获疏水家族（如脂肪醇和二苯甲酮），后者则有利于高度极性类别（如有机磺酸和卤代甲烷）。

主要启示在于，全面的非靶向分析往往是一个理想化的术语而非字面意义上的现实。首席研究员lapo renai表示，此类化学空间感知框架有助于指导更明智的方法开发，并减少暴露组学和环境筛查中的方法特异性可测性不确定性。通过利用这些预测工具，管理者可以现实地评估其高分辨质谱能力，从而证明采用多样化仪器和多维策略以捕获标准方法无法检测的化学物质的必要性。

对于中国实验室从业者而言，这一研究提醒我们在追求高通量筛查时，需警惕“数据量大”带来的虚假安全感，应尽早引入正交分析策略并建立基于预测的方法开发评估体系，以在有限的预算下实现更真实的化学空间覆盖。