综合项目用一份记录连接数据与结论
项目结果应能从输入经过处理和检验一路追溯到结论。
读图时保留这项条件:真实 FID 处理、未知结构、混合物定量和 AI 评价各有自己的验收对象。
9.12.1 四类项目共用一份证据合同
综合实践应让第三方沿着输入、操作和证据重新得到你的结果。本节组织四类项目:从原始 FID 完成处理;对复杂未知物建立多谱证据链;对混合物进行有条件的定量;按公开协议评价一个自动解析方法。可以按学习路线先完成其中一类,再逐步连接其他任务,但报告必须写明实际做到了哪一步。
展开说明与推导
项目开始时,固定样品或记录标识、来源、使用条件、研究问题和可用输入。将原始数据、处理谱、峰表、归属与候选放在不同文件中,并建立对应关系。任何后来补充的数据都记录获得时间和用途。已知结构的练习允许核对答案;未知物研究和前瞻评价则需区分当时可用信息与事后标签。
每个项目交付研究报告及可运行或可追踪的材料包。报告负责解释科学结论,材料包负责保存数据、参数、版本和结果;只交最终谱图不能检验处理顺序,只交程序也不能说明结构结论为何成立。FAIR 原则为查找、访问、互操作和复用提供方向,是否允许重新发布数据仍须按具体来源说明。
每个重要结论都应连接到输入记录、处理或测量步骤和成立条件。模拟、预测、实测及人为教学数据分别标记;局部操作成功不能代替整项研究完成。
展开说明与推导
可下载综合项目起步包,其中包含作者构造的部分计数、混合物积分和候选排名清单,以及只用 Python 标准库的核算脚本。包内明确说明没有处理 FID、测量样品或执行学习模型;预期算术结果已经在独立解压目录中重新运行核对。它用于搭建报告,不能冒充完整实验数据。
9.12.2 项目甲:从真实原始 FID 形成处理报告
本书第8.3节的乙醇原始 FID 练习包来自BMRB bmse000297。条目记录为一百 mM 乙醇、D₂O、DSS参考、二百九十八 K、pH七点四及四百 MHz 仪器。数据包保留来源、提交者和输入散列,使用说明区分数据库数据与教材编写的程序。它是一份真实历史采集,可以练习处理,不能直接宣布具有定量方法验证。
展开说明与推导
首先读取厂商数据和参数,确认复数点、谱宽、频率、参考与数字滤波信息。按数据包说明执行数字滤波修正、加窗、零填充、傅里叶变换与相位处理,再检查基线和 ppm 轴。对比前后数据时保留原文件,勿将每次修改都覆盖为同一张“最终谱”。程序成功读取和科学处理合格是两个检查。
包内已验证的读取有一万六千三百八十四个复数点,滤波后为一万六千三百一十个,随后零填充到三万二千七百六十八点。这个差别不是缺少七十四个结构信号;它来自数字滤波处理。零填充增加显示采样,不能将其记为采集了更多真实时间点。报告应从参数和操作解释这些数目。
比较甲基与亚甲基积分,先固定区间并同时报告原面积、基线策略和处理敏感性。包内处理比约一点四七八六五,条目原处理谱同区间比约一点四九零二八,与结构氢数三比二相近。这两张谱来自同一 FID,不能作为两份独立结构证据。若以乙醇为已知对象核对谱,须把“已知”写在任务中,而非声称仅凭处理结果发现未知结构。
验收报告至少保留一项参数变化,例如比较窗函数对分辨率及积分的影响,解释差异产生的位置。变化应有明确目的和固定其余设置,不能为了得到更好看的三比二反复调参数。原始 FID、脚本、环境和处理报告齐备后,第三方才能判断结果是否可重复。
9.12.3 项目乙:复杂未知物的多谱证据链
这一项目应选择来源和使用条件明确、具有足够一维与二维资料的未知物案例。原始谱缺失时,可以研究公开整理资料,但需声明不能重新检查相位、杂质及拾峰。先建立分子式、碳类型、积分和不饱和度清单,再用 COSY、HSQC、HMBC 构建局部片段及连接;相对构型和绝对构型另列证据。
展开说明与推导
起步包仅提供一个部分约束的教学未知物:C₁₅H₂₀O₃,五个 CH、四个 CH₂、两个 CH₃和四个非质子化碳。碳数为五加四加二加四,合计十五;碳连氢数为五加八加六,合计十九。若另有一个可交换氢,总氢数为二十。这只是计数相容性,不等于已确定每个氧的位置或完整结构。
不饱和度为[二乘十五加二减二十]除二,得六。若证据支持一个芳环及一个碳氧双键,分别计四与一,仍剩一个不饱和度。它需要由环或额外多键解释,不能凭计数画出唯一骨架。若“芳环”或“羰基”仍是位移提出的暂定假设,就应保留条件式表达,再用碳类型和相关资料检查。
复杂案例的证据表为每条关联列坐标、峰身份、机制、检测条件和支持的连接。对重叠或暂未指认的峰保留可行映射;比较至少一个替代候选,指出它违反哪条硬约束或仅在哪些软证据上较弱。缺失 HMBC 不宜直接写成不存在连接,NOE 不宜直接写成一条化学键,DOSY 的相近扩散也不等于同一组分。
NMReDATA可以帮助保存结构、原子编号、指认和谱学参数的对应。采用记录格式仍需人工或独立程序检查内容;通过文件格式审核并不证明结构成立。本项目验收重视能否追踪归属与排除理由,允许结论为多个候选或某一构型仍未确定,并给出下一项有目标的实验。
9.12.4 项目丙:混合物定量与质量核对
混合物项目先确认组分身份、积分选择和测量条件。内标应稳定、适合称量且不与样品反应,所用信号需分辨并满足定量响应;采集时间、弛豫、脉冲、基线和重叠均纳入检查。参考有机物纯度赋值技术报告及第7章,把样品制备和标准贡献纳入不确定度,而非只报告软件积分的小数。
展开说明与推导
教学输入设样品十 mg,加入四 mg 标准 S,标准质量分数零点九九五、摩尔质量一百 g/mol。S是人为标准设定,不指定实际化合物。标准六氢信号积分六;乙醇三氢信号积分四点五;乙酸乙酯另一个三氢信号积分六。假设信号身份和定量响应都已满足,仅进行算术,不声称这是实测混合物。
展开说明与推导
使用 mg 与 g/mol 时,计算出的量可按 mmol 表示。标准为零点零三九八 mmol;乙醇相对摩尔比为一点五,得零点零五九七 mmol;乙酸乙酯比为二,得零点零七九六 mmol。分别采用教学摩尔质量四十六点零七与八十八点一一 g/mol,质量为二点七五零三七九和七点零一三五五六 mg。
以原样品十 mg 为分母,两者质量分数约百分之二十七点五零与百分之七十点一四,合计百分之九十七点六四。剩余约百分之二点三六未被本计算解释,不能自动称为水、杂质或误差,更不能把两个已知组分强行归一到百分之百后冒充原样品含量。添加标准不属于原样品质量分母。
展开说明与推导
真实项目应比较另一组独立可用信号、重复制样及必要的加标检查,评价积分对区间和基线的敏感性。出现质量不闭合时,检查含水、其他组分、标准纯度、称量和响应条件,再报告证据支持的原因。重复积分同一张谱主要检验处理,不能代替独立制样的重复性。
9.12.5 项目丁:公开 AI 基准的最小可审查运行
先从第9.9节选一种与可用输入相符的任务。结构到位移预测和谱到候选生成分别评价;公开基准项目不要求把所有大模型同时运行。固定数据版本、代码提交、权重、结构规范、划分和候选数,先检查一个最小记录能否按规定格式读入,再做预定测试子集。因资源限制选子集时,在查看结果前冻结清单并说明选择规则。
展开说明与推导
按分子基准方法和第9.10节,检查同一结构、父谱和骨架是否跨集合,以及所用模型的训练资产是否含测试资料。处理失败、无候选、超时、超范围和错误结构分别记录。若需要人工补峰或提供分子式,保留这些额外信息,不与缺少该信息的方法直接作统一排名。
起步包的合成清单示范二十例的指标:八例首项正确,另四例在第二至第五项,再两例在第六至第十项,因此前一、五、十项比例分别为百分之四十、六十和七十。该清单未调用模型,只供核对评价程序和分母。正式运行必须保存逐例候选与分数,不能把教学比例填入研究性能表。
验收时区分文档核对、环境配置、完成推理和独立评价。若只有公开仓库但权重、资产或访问条件未满足,应准确报告运行停在哪一步;已有的最小格式检查仍可交付。置信值、拒答和域差异另作检查,并至少分析几类失败案例,说明补充哪项输入或实验最可能减少相应错误。
9.12.6 报告如何让第三方判断结论
报告先给研究问题和实际结论,再交代输入及条件、方法、逐项证据、替代解释和限制。重要参数放在相应操作旁,图注注明实验、模拟或教学构造及轴单位。结构图中的原子编号应与峰表和关联表一致;定量数值应同时给对象、分母、单位及不确定度定义。
展开说明与推导
交付前在新目录中按说明重新运行可重复步骤,比较关键输出及允许误差。对于图形界面操作,也应记录软件版本和处理设置。重新解压运行能检查材料是否自足,却不是独立实验;同一原谱的两种处理也不是新观测。可重复性、方法有效性和科学结论充分性各自验收。
最终结论可以是结构已确定、连接确定但构型未定、若干候选仍相容、某些组分已定量或方法在限定测试中可用。把剩余问题连接到补谱方案和明确条件,比用笼统的“成功解析”更有用。附录将提供符号、参考表、计算预备、记录表与环境清单,帮助把这些项目逐步落实。
数据散列、版本和参数能帮助定位结果,但不能代替正确的实验机制。报告应同时保留数值核验、证据解释和未解决项,第三方才能区分复现失败与科学假设不成立。
起步包实际核对了计数、教学质量比例和合成排名。真实FID另有实验来源;复杂未知物仍需完整关联资料,qNMR需方法条件和不确定度,AI基准需实际运行与独立评价。
9.12.7 习题与解答
习题9.12-1 未知物计数
由起步包的C₁₅H₂₀O₃和碳类型,核对不饱和度与碳连氢数。能直接确定结构吗?
解答DBE=(2×15+2−20)/2=6,碳连氢=5+2×4+3×2=19。加一个假定可交换氢符合20氢;仍缺连接和氧分配等证据,不能唯一确定结构。
习题9.12-2 质量分母
为何不能把定量的两组分总质量除以加入标准后的14 mg,报告原样品含量?
解答原样品质量为10 mg,4 mg标准是另加的测量参照。原样品组分质量分数应以10 mg为分母;若报告溶液或加标混合物比例,则需明确不同对象,并考虑溶剂等全部质量。
习题9.12-3 独立证据
同一FID用两种软件处理,都得到相近积分;是否等于两次独立采集验证定量?
解答不是。它检验处理一致性,两种结果共享采集条件和原始误差。定量方法还需适当的采集条件、标准和制样检查;独立采集或制样的重复贡献另行评价。
9.12.8 术语
- 研究问题
- 规定本项目希望由数据回答的具体问题。
- 证据链
- 观测、操作、解释及结论之间的可追踪关系。
- 材料包
- 包含数据、参数、代码或操作及预期结果的交付物。
- 输入散列
- 帮助核对文件内容一致性的数字标识。
- 质量核对
- 检查已解释组分质量与规定样品总量的关系。
- 未解释部分
- 尚无充分身份或原因说明的剩余量或谱信息。
- 独立制样
- 重新准备样品以评价制备及相关测量变异。
- 逐例结果
- 按每个样品保存候选、分数和成功或失败状态。
- 可重复步骤
- 可按指定输入、参数和版本重新执行的操作。
9.12.9 参考文献
- Madison Metabolomics Consortium. Ethanol, BMRB bmse000297,实验1及条目条件. 原始数据与指认记录,访问核对2026-10-11。
- Pupier M, Nuzillard J M, Wist J, et al. NMReDATA, a standard to report the NMR assignment and parameters of organic compounds. Magn Reson Chem, 2018, 56:703–715. 结构与谱学对应标准。
- Duewer D L, Lippa K A, et al. Methods for the SI value assignment of the purity of organic compounds (IUPAC Technical Report). Pure Appl Chem, 2023. 纯度赋值与测量报告。
- Wu Z, Ramsundar B, Feinberg E N, et al. MoleculeNet: a benchmark for molecular machine learning. Chem Sci, 2018, 9:513–530. 基准协议参考。
- Wilkinson M D, Dumontier M, Aalbersberg I J, et al. The FAIR Guiding Principles for scientific data management and stewardship. Sci Data, 2016, 3:160018. 数据复用原则。