补谱选择围绕当前候选差别
优先选择能可靠地区分当前候选、且成本合适的实验。
读图时保留这项条件:信息增益模型的检测概率需要依据,未见峰不能总当成确定答案。
比较三个实验怎样划分当前四个候选
选择一个理想实验,观察结果分组、期望信息增益和每分钟收益。
9.11.1 补谱从尚未区分的候选开始
两个候选都解释了现有一维谱,下一步应找它们作出不同预测的地方。差异可能是一条标量连接、某个远程氢碳关联、一组空间接近关系,或两个状态随温度的变化。先将差异写成可检验的命题,再选择实验,才能知道新增数据究竟排除了什么。只写“再做二维谱”没有规定目标,也无法判断实验失败或结果含混。
展开说明与推导
如果分歧是相邻质子是否属于同一耦合路径,优先考虑 COSY 或有针对性的去耦、TOCSY。若已有局部片段而连接位置不同,可考虑 HMBC;若连接一致、相对构型或构象不同,可考虑 NOE/ROE 及耦合分析。变温实验适合判断状态交换和条件依赖,但温度改变也可能影响溶解度、质子化及样品稳定性,需要这些条件控制。
候选差异表应同时列出预期结果、观测所需的信号、可能的重叠和检测条件。例如“候选甲预测 Hₐ 与 Hᵦ 存在可检测标量关联,候选乙不预测这一直接关联”比“COSY 能确认甲”更可审查。前者允许检查弱耦合、长程耦合或谱质问题;后者把待检验结论提前放进实验目的。
实验价值来自它能改变哪些候选的证据权重。候选都预测相同结果的实验仍可用于校准、质量控制或完整归属,但通常不能解决它们之间的当前分歧。
9.11.2 根据机制判断观测是否可靠
COSY 的关联经标量耦合传递,适合梳理可见耦合网络。交叉峰强度受耦合、重叠和实验设置影响,远程耦合也可能存在。TOCSY 将磁化沿网络传递,适合确认同一自旋系统,却不应把每个关联都画成直接相邻的一条化学键。需要相邻信息时,应保留实验机制之间的区别。
展开说明与推导
HMBC 借助长程异核耦合补足片段连接,是原始多键关联研究及有机结构核磁方法的关键工具。其响应依赖具体耦合及优化条件,不是一个对所有二键、三键通路都必然点亮的探测器。预期关联未见时,先检查信号、耦合范围、重叠和检测灵敏度;不把未见峰直接变成不存在连接的硬约束。
HSQC 可先解决哪个氢连在哪类质子化碳上。如果候选的区别只是一个乙基位于氧侧还是碳链侧,碳位移及直接氢碳归属往往比更多未归属氢峰有用。位移仍是条件相关的证据,应与整体连接和远程关联共同判断。选择实验时可以先减少归属歧义,再检验关键连接,不必每次都直接追求排除候选。
例如两种连接方案把同一片段接到不同的非质子化碳 Cₓ 或 Cᵧ。可先核对两碳是否分辨,再选该片段上有适当长程通路的氢作 HMBC 目标。若 Cₓ 与 Cᵧ 恰好重叠,即使新增了关联也可能仍不能区分;此时改变条件以分开碳信号,或选择另一条独立通路,才会增加有效信息。目标坐标和分辨率需求应在采集前写出。
NOE/ROE 回答空间信息,需要考虑构象群体、运动、选择性和混合时间。定量 NOE 研究展示了在明确条件下处理柔性体系的方式,不能据此假设任何一次照射都能给出单一距离。若两候选的差异涉及相对面关系,应挑选受构象影响较小且能清楚照射的位点,并安排对照和多个相关约束。
变温则可检验峰合并、分裂或群体变化是否与交换模型相符。升温后两个峰合并,既可能是交换加快,也可能只是位移接近;应比较线形、积分、可逆性及其他信号。实验前保留每个候选对温度行为的具体预测,温度变化后重新核对样品状态,不沿用室温下全部假设。
9.11.3 理想信息增益的可计算例子
信息增益可把“这项实验可能帮助多少”写成一项量化设计目标。为教学,设有四个互斥候选甲、乙、丙、丁,当前各有四分之一权重;这里的等权是人为设定,不是模型输出的已校准概率。用以二为底的熵描述候选不确定程度,初始熵为二 bit。确定到一个候选时熵为零。
展开说明与推导
先假设实验结果完全可靠。实验甲将候选分成“甲、乙”和“丙、丁”两组,两个结果各半;不论哪组出现,剩余两个等权候选的熵均为一 bit,所以期望增益为一 bit。实验乙把前三个分为一组、丁单独一组,结果概率分别四分之三与四分之一;剩余熵为四分之三乘 log₂3,即一点一八八七 bit,增益约零点八一一三 bit。
实验丙能产生四个互不混淆的结果,各对应一个候选,理想增益为二 bit。它在信息量上最强,却可能耗时最多。这个计算只是候选分组模型;不能因为一张表把 HMBC 写成四组,就断言真实 HMBC 能确定四个候选。必须由具体候选对实验响应的预测构造结果类别。
若已有证据使候选权重不等,初始熵和各结果概率都要重算。等权结果的排序不能直接沿用;应说明权重来自何种实验、模型或人为设定,并检查改变权重后首选实验是否稳定。对缺少校准的模型打分,可先报告等权与几种合理权重的情景,避免把一个任意先验隐藏在“最优实验”的名称里。
展开说明与推导
Lindley 的信息设计研究和贝叶斯实验设计综述提供了这种把实验选择写成期望效用的统计背景。在核磁中,效用也可直接是能否核对关键连接、避免错误结构或减少人工归属。选择熵并非唯一目的,必须与实际科学问题一致。
9.11.4 加入检测概率后,未见峰不再是确定答案
再设两个等权候选:候选甲确实具备某个可转移关联,乙不具备。人为规定实验在甲下检出阳性的概率零点八,在乙下出现假阳性的概率零点零五;这些数值只用于教学,并未由真实 HMBC 验证。阳性总概率为二分之一乘零点八加二分之一乘零点零五,即零点四二五。
展开说明与推导
若观察阳性,甲的后验权重为零点四除零点四二五,约百分之九十四点一二;若观察阴性,甲的权重为零点一除零点五七五,约百分之十七点三九。阴性降低甲的权重,却没有把它降到零,因为模型容许漏检。按两种结果加权,期望后验熵约零点五二零五 bit,增益约零点四七九五 bit;数值由本节计算脚本给出。
真实实验中,漏检和假阳性不是任意固定常数。它们随耦合、峰重叠、信噪比、选择性和处理改变;多条关联的错误也可能相关。若不能可靠估计响应概率,可先采用范围或情景分析,比较乐观和保守设定是否选择同一实验。不可把神经网络的未校准分数直接填进概率模型,再把小数点精度当成实验设计的确定性。
用于排除候选的阴性结果,应有足够检测能力与适当对照。没有观测到预期峰时,可重新优化条件或换机制;把检测失败与结构不成立分别记录。
9.11.5 信息、时间与样品成本共同决定顺序
给图 9.11-3的三项理想实验分别设十分钟、五分钟和三十分钟成本。单位时间理想增益依次为零点一、约零点一六二三、约零点零六六七 bit/min。若只按这个教学比值,实验乙先做;若目标是一次取得唯一候选且三十分钟可接受,实验丙可能更合适。时间预算会改变决策目标,不能把每分钟信息最大视为所有问题的通用最优。
展开说明与推导
实际时间包括调谐、匀场、脉冲校准、稳定温度、采集、处理和重新归属。一个选择性一维实验可能更快,但峰重叠时不够选择;一次二维采集耗时较长,却能同时处理多项连接歧义。对低浓度样品,弱长程关联可能需要很长时间;先浓缩、调整探头或选择更灵敏的直接关联,可能比增加候选生成次数更有效。
成本还包括样品量、分离与回收、稳定性和改变条件的可逆性。变温、换溶剂或加入试剂后应确认样品仍对应同一问题。微量天然产物可能更重视保存样品;反应监测可能更重视时间分辨。把这些成本单独列出,必要时采用约束而非强行折算成同一个数字。
9.11.6 每次补谱后重新检查候选集合
主动选择是一个循环:保留现有证据,列出候选分歧,选能检测该分歧的实验,得到结果后再核对候选。若结果与全部候选都矛盾,应扩大或修订候选集合,并检查样品与数据质量;不能在原有集合中强行选一个“最不差”的答案。信息增益计算以候选和响应模型为条件,库外结构始终是模型外的可能性。
展开说明与推导
结果更新时应把观测与解释分开。例如先记“指定坐标有交叉峰,信噪与对照合格”,再记“支持候选甲的这条长程通路”。如果峰仍重叠,就保留范围而不是完整指认。多个新证据共用同一归属或同一个谱,不宜当成完全独立的支持相乘;否则可能把一次错归属放大成很高置信。
可在报告中写下下一实验的停止条件:关键连接满足、候选仍多于一个、出现全部候选不能解释的峰,分别如何处理。最后的结构报告给出已解决的连接、剩余构型或构象歧义,以及最有价值的下一项实验。这样即使暂时不能给唯一答案,也能把研究推进到具体可执行的位置。
若要评价自动选择程序,应在运行前隐藏待补实验的答案,保存当时候选和选择理由,再揭示相应结果。已经看过完整谱后挑出最有区分度的一张,可用于教学说明,却不算前瞻性的主动选择测试。回顾分析与真实下一步决策应在研究报告中分别注明。
高信息量预测必须有可实现且可检测的结果类别。若假设某个弱峰必然可见,或忽略候选外结构,计算会夸大实验收益;先修正响应模型,再讨论实验排序。
9.11.7 习题与解答
习题9.11-1 理想分组
四个等权候选被可靠实验分成三个与一个,求期望信息增益。
解答初始熵2 bit,期望剩余熵=(3/4)log₂3+(1/4)×0=1.18872 bit;增益0.81128 bit。结果可靠和候选完整是计算前提。
习题9.11-2 阴性结果
在本节两候选检测设定下,阴性后甲为何仍有约17.39%权重?
解答甲的漏检概率0.2,乙的阴性概率0.95。等先验时后验甲=(0.5×0.2)/(0.5×0.2+0.5×0.95)=0.173913。阴性不是结构不存在的确定证据。
习题9.11-3 选择机制
两个候选连接相同,争议为刚性环上两取代基的相对面关系。只增加一张COSY通常能解决吗?
解答若二者预测相同耦合网络,COSY通常不直接解决该分歧。应比较各自的耦合大小及NOE/ROE预测,选择可清楚照射的位点并设置对照;仍需考虑构象和关联机制。
9.11.8 术语
- 主动实验选择
- 根据当前候选分歧选择下一项观测。
- 响应模型
- 候选和实验条件到可能观测的概率描述。
- 候选熵
- 按规定权重度量候选不确定程度。
- 期望信息增益
- 实验前按可能结果加权的熵下降。
- 假阳性
- 本设定不具备关联时仍报告阳性。
- 漏检
- 存在可检测目标却未报告阳性。
- 后验权重
- 获得观测后按模型更新的候选权重。
- 期望效用
- 按可能结果加权的任务收益。
- 停止条件
- 决定完成、继续或修订问题的预定条件。
9.11.9 参考文献
- Lindley D V. On a Measure of the Information Provided by an Experiment. Ann Math Stat, 1956, 27:986–1005. 信息设计原文。
- Chaloner K, Verdinelli I. Bayesian Experimental Design: A Review. Stat Sci, 1995, 10:273–304. 实验效用与设计综述。
- Bax A, Summers M F. Proton and carbon-13 assignments from sensitivity-enhanced detection of heteronuclear multiple-bond connectivity by 2D multiple quantum NMR. J Am Chem Soc, 1986, 108:2093–2094. HMBC基础研究。
- Jones C R, Butts C P, Harvey J N. Accuracy in determining interproton distances using Nuclear Overhauser Effect data from a flexible molecule. Beilstein J Org Chem, 2011, 7:145–150. NOE条件与构象研究。
- Claridge T D W. High-Resolution NMR Techniques in Organic Chemistry. 3rd ed. Elsevier, 2016. 序列、关联机制及结构证据参考。