用于LC-MS/MS定量的自動免參數峰積分

更 多內容參見：
Mass Works 技 術 專 題

Dawei Zhou and Zhe-ming Gu, XenoBiotic Laboratories

概覽：

• 新型運算法則用于校正LC-MS/MS峰形，能夠進行免參數峰積分
• 新的數學方法對疊加的LC-MS/MS峰進行去卷積處理
• LC-MS/MS定量分析手性化合物和有干擾峰疊加的分析物，展示更好的定量準確度、精度和信噪比

引言：

      雖然使用LC-MS/MS的多反應監測（MRM）定量具有很高的選擇性，但由于內源性物質的峰干擾或手性化合物不完全分離，相同離子傳輸的峰常常會疊加在一起。另外，臨床定量實驗也總是需要更低的定量限。

      這里報道一個新的數據采集后處理方法，利用獨特的校正運算法則提高靈敏度并降低定量限。這個運算法則不僅實現噪音過濾和基線校正，而且校正了LC-MS/MS的峰形變異，并將疊加峰去卷積處理，通過三個例子，展示了定量性能的提高。

方法：

      從人血漿或尿樣中提取出4個手性化合物，用AB SCIEX API-4000串聯質譜的MRM分析。

      數據處理技術MSIntegrity用于全部峰的積分和定量計算。不需要設定任何積分參數，積分程序首先在同系列色譜圖中建議個色譜圖的峰形校正，然后將該校正應用到全部其它色譜圖。這樣，校正色譜圖中的色譜峰能夠準確積分，而不需要使用經驗參數，就可以實現自動峰積分。

結果與討論：

傳統峰積分問題：

• 基線干擾
• 干擾峰疊加
• 差的噪音過濾
• 無峰形補償
• 高度的經驗依賴和不可靠
• 差的積分準確度

MassWorks校正實現：

• 峰形標準化
• 提高信噪比
• 疊加峰的去卷積
• 提高定量準確度和精度
• 一次操作實現自動免參數的LC-MS/MS定量