买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院大连化学物理研究所

摘要：本发明公开了一种针对牛奶中兽药及其代谢物的非靶向筛查方法。针对牛奶样品，利用超高效液相色谱‑高分辨质谱联用平台获取非靶向分析数据，采用食品内源性组分过滤和质量亏损模型过滤的方法，去除大量内源性化合物和干扰物质，快速筛选潜在的风险化合物，经数据库检索初步定性风险化合物。该发明对无先验信息的牛奶样本中兽药及其代谢物的非靶向筛查具有显著优势，具有高效去除干扰物质，快速筛选风险化合物的优点。

主权项：1.一种针对牛奶中兽药及其代谢物的非靶向筛查方法，其特征在于：该方法包括如下步骤：（1）待测牛奶样本经预处理获得样品提取组分，利用超高效液相色谱-高分辨质谱联用分析提取物获得非靶向分析数据；（2）风险化合物的筛选：对非靶向分析数据进行峰对齐和峰提取以获得原始化合物列表，扣除空白干扰后，经食品内源性组分过滤和质量亏损模型过滤筛选出风险化合物；（3）数据库检索用于风险化合物定性，初步鉴定其中的兽药及其代谢物；步骤（1）中需使用直接有机溶剂提取的前处理方法将兽药小分子组分从牛奶样本提取至提取剂中，步骤（1）中需使用超高效液相色谱-高分辨质谱联用技术的一级、二级质谱数据同时采集的方法对样本分析以获取原始谱学数据，包括保留时间、一级质谱和二级质谱信息,步骤（2）中获取化合物列表需依靠超高效液相色谱-高分辨质谱联用仪器自带软件对一次分析的全部样本的原始数据同时进行峰对齐和峰匹配，导出化合物列表文件中包含化合物分子量、保留时间、以及在不同样本中的响应面积,步骤（2）中采用食品内源性组分过滤的方法筛选风险化合物，其具体过程为：与步骤（1）相同的方法对5个县级以上区划来源的80个以上的牛奶样本进行分析，经过峰匹配和扣除空白，根据80%规则，即在80%以上的样本中检测到的化合物，定义为食品内源性组分，以此建立食品内源性组分数据库，包含化合物分子量和保留时间；食品内源性组分过滤：在待测牛奶样本兽药筛查中，通过样本中的化合物分子量和保留时间与食品内源性组分数据库中的化合物相比较，分子量偏差在5ppm以内、保留时间偏差在0.2min以内的化合物认为是相同的化合物，以去除与食品内源性组分数据库中相同的化合物；步骤（2）中采用质量亏损过滤模型筛选风险化合物的方法，其具体过程为：（A）选择五类以上的80个以上兽药作为筛查药物，以非靶向筛查属于此类别的新型兽药及兽药代谢物，并用于构建质量亏损过滤模型；利用画图软件将兽药显示在平面直角坐标系中，以兽药的标称质量作为x轴，以兽药的质量亏损作为y轴，然后分别使用矩形、平行四边形和多边形中的一种或二种或三种将兽药对应的坐标点包围，来构建质量亏损过滤模型；所述标称质量是指设定12C的原子量为12，并以此为单位表示组成某一离子或粒子的各种原子的质量之和的整数值，即为准确分子量的整数部分，所述质量亏损是指元素或化合物的准确质量与其最接近的整数值之间的差异，即为准确分子量的小数部分，其中准确分子量精确至0.001Da；具体为，矩形质量亏损过滤模型的边界是由兽药中的最大标称质量和最小标称质量在x轴正负方向移动50–100Da，即最大标称质量+50–100Da，最小标称质量-50–100Da，分别为矩形四个顶点的x轴坐标；最大质量亏损和最小质量亏损在y轴正负方向移动50–100mDa，即最大质量亏损+50–100mDa，最小质量亏损-50–100mDa，分别为矩形四个顶点的y轴坐标；平行四边形质量亏损过滤模型考虑到化合物的质量亏损部分由氢原子数决定的，质量亏损随化合物分子量增加而增加，绘制具有最小面积的平行四边形并能将兽药对应的坐标点全部包围，随后该平行四边形的顶点在x轴正负方向移动50–100Da，即最大标称质量+50–100Da，最小标称质量-50–100Da，分别为平行四边形四个顶点的x轴坐标；在y轴正负方向移动30–50mDa，即最大质量亏损+30–50mDa，最小质量亏损-30–50mDa，分别为平行四边形四个顶点的y轴坐标，以此构建比矩形质量亏损过滤模型区间更小的平行四边形质量亏损过滤模型；基于兽药及其代谢物分布区域的多边形质量亏损过滤模型，首先利用MeteorNexus3.1软件对兽药代谢物进行预测，将兽药的结构导入软件，软件自动预测兽药代谢物，导出excel文件中包括兽药代谢物的分子量、结构信息，然后将兽药和预测的兽药代谢物对应的坐标点在质量亏损图中显示，其分布为不规则的形状，用线段依次首尾连接位于图形边界的所有坐标点，所形成的封闭折线包围了全部坐标点；封闭折线所围成的区域代表了兽药及兽药代谢物的分布区域；由于仪器的测量误差不可避免，所以将封闭折线向外侧沿直线法线方向移动2–5mDa，形成一个更大的包容误差的范围，以构建具有精细轮廓的多边形质量亏损过滤模型；（B）在待测样本兽药筛查中，将样本中化合物对应的坐标点同样显示在质量亏损图中，落在质量亏损过滤模型边界及边界内的化合物为风险化合物，落在质量亏损过滤模型外的化合物为被去除的干扰物质，进而经质量亏损过滤模型进一步去除干扰物质。

全文数据：

权利要求：

百度查询： 中国科学院大连化学物理研究所 一种针对牛奶中兽药及其代谢物的非靶向筛查方法