Search
将数据转化为可执行洞察
借助 Thermo Scientific Compound Discoverer 软件，可将您的小分子数据转化为可执行洞察；无论数据集规模大小，无论来源于液相色谱（LC）、气相色谱（GC）、离子色谱（IC）、全扫描高准确质量数据还是 MSn 数据，均可高效处理。该软件提供一套完全集成的高级工具，支持对已知母体化合物与未知物数据进行全面的处理和解析。
这款功能强大的软件可简化化合物鉴定与比较分析流程，并提供广泛的筛选及数据可视化能力。凭借易于使用的工作流程、集成的谱库与数据库，以及强大的统计分析工具，它能够帮助您从宝贵数据中快速而精准地获得洞察。
无论您的研究聚焦于代谢组学和稳定同位素标记、环境与食品安全、药物代谢物或杂质鉴定、可提取物与可浸出物，还是法医毒理学或临床毒理学，Compound Discoverer 软件都能提供出色的工具箱，推动小分子研究中的精准高效数据分析。
当连接到 Thermo Scientific Ardia 平台后，您即可直接访问原始数据并上传结果文件。它可消除实验室中的数据管理障碍，使用户能够在任何地点进行远程协作。
核心优势
减少鼠标点击次数：借助自定义工作流程、灵活的可视化和分组工具，全面掌控您的数据分析与处理。您可以通过可定制报告共享结果，或将结果直接传输至 Thermo Scientific Chromeleon 软件或 Thermo Scientific TraceFinder 软件，用于靶向分析。
洞悉未知物：通过在线 mzCloud 谱库、本地 Thermo Scientific mzVault 谱库以及众多内置注释工具进行质谱谱库检索，快速且有把握地鉴定未知物。
发现样本集之间的真实差异：快速识别样本集之间具有统计学意义的差异。借助交互联动显示，包括火山图、PCA、PLS-DA 和层次聚类，可观察整个研究中的化合物趋势，或识别多个样本组之间关键的目标化合物。
理解生物通路：使用 Thermo Scientific Metabolika 和 BioCyc 数据库查看通路，并将检测到的化合物及相关信息直接映射到通路上。还可开展完全非靶向的稳定同位素标记实验，并将数据映射到通路中。
可定制的数据分析工作流程
体验 Compound Discoverer 软件中可定制数据分析工作流程的强大能力，该功能旨在简化并增强您的数据处理。您可根据具体研究需求定制每一步，以确保获得高效且准确的结果。
工作流程编辑器与处理流程
工作流程编辑器包含预构建模板，这些模板由具备灵活数据处理参数的节点组成，并支持智能拖放功能。借助其丰富功能，您可以设计并保存面向特定用途的高级自定义工作流程，从而简化数据处理。
研究管理器
研究管理器通过向导式流程引导您完成研究设置，包括定义样本类型以及其他变量，如多个时间点或样本变体（例如不同酵母菌株），以提升结果解读中的实验相关性。
进一步了解 Compound Discoverer 软件
数据与软件的恰当组合对于准确解析复杂样品至关重要。展开菜单以了解我们的 Compound Discoverer 应用程序中的关键功能。
无论研究是简单还是复杂，都会产生包含大量信息的复杂数据。为从这些数据中获得最有价值的洞察，Compound Discoverer 软件先进行细致的数据处理，再通过富有洞察力的数据可视化加快审阅和关联分析。借助与多种数据可视化工具直接联动的分层化合物表格视图，您可以轻松从高层级信息导航到每个化合物的详细信息。
该软件将复杂样本集结果呈现为易于浏览的化合物表格，所有详细信息均与相关表格联动。这些可定制表格支持快速创建、保存并应用个性化布局。同时，软件支持便捷查看色谱数据、MS1 数据和 MSn 数据，可与各种检索和鉴定工具的结果一起轻松审阅。
软件还提供载荷图和方差图；与所有展示单个化合物数据的图一样，载荷图与其他所有表格和视图相互联动，以便快速导航和选择化合物。
数据可视化是发现目标化合物的强大工具。此处使用自定义图展示 PFAS 工作流程的结果，通过计算质量亏损/碳比与质量/碳数，并利用氟元素零质量亏损的特性，突出潜在的 PFAS 化合物。Compound Discoverer 软件中的自定义可视化与绘图可通过多种方式帮助您聚焦感兴趣的化合物。
自定义绘图和图表工具可用于查询和评估分析结果，从而评估色谱方法性能、仪器重现性或方法适用性。几乎结果中的任何方面都可被快速进行可视化绘图与趋势分析，用于查询诸如目标加合物前体被选择并用于碎裂的频率，或一组选定关键化合物在两种样品基质之间的峰面积如何变化等问题。
良好的实验设计对于任何分析都至关重要，尤其是统计学研究，因为它能够确保观察到的潜在趋势源于真实变化，而非实验效应所致。因此，在大规模研究中，通常会采用混合质量控制（pooled quality control，QC）样品，来实现对大规模数据的标准化（normalization）处理。
在整个数据采集过程中分析混合 QC 样品，可实现对随时间产生的批次效应进行校正。每种化合物均可单独校正，并提供多种方法可选。图中所显示的校正曲线采用了 SERRF QC（Fan 等）。此外，还可基于以下经同行评审发表的方法，对每种化合物实施基于 QC 的校正，该方法发表于 Dunn 等发表于《Nature Protocols》。Compound Discoverer 软件可查看数据在校正前后任何变化所产生的影响。此外，它还支持多种通用信号归一化工具。
内标可作为评估大型分析批次中色谱性能的有效工具。Compound Discoverer 软件支持定义自定义内标 QC 集，并提取数据以便快速可视化整个运行过程中的性能，从而迅速完成性能评估。通过易于使用的显示界面，可评估整个批次中保留时间、质量准确度、峰面积以及许多其他关键参数的重现性。
高质量数据是发现数据真实变化的关键。该软件提供广泛的可视化和数据整理工具，以帮助确保数据质量，进而提升结论的可靠性。
为展示数据之间的联动性，火山图（右下）中以蓝色圆圈高亮的数据点会在化合物表（左下）中同步选中。在任意图中选择任何化合物，所有图都会自动更新以显示相关数据。这些相互连接的工具可帮助您快速识别差异，以及导致这些差异的化合物或化合物群组此外，还可基于任何可观察标准（从 CSV 条件到倍数变化再到勾选状态）应用筛选条件，从而快速筛查和分析复杂数据。
通过差异分析得到的火山图（左）、偏最小二乘判别分析 的S -plot图（中）以及层次聚类分析图（右），可以轻松可视化复杂数据集，并判定哪些差异具有统计学意义。每个图都是交互式的，因此在图中选中的数据点可在结果表中同步标记，反之亦然，这有助于确定观察到的差异或相似性的原因，并在复杂数据集中追踪特定化合物。
Compound Discoverer 软件提供了多种工具，可用于鉴定未知物。从在线和离线谱库、客户自建谱库、化合物数据库，到用于对候选鉴定结果进行排序的工具，例如 mzLogic 以及 FISh（fragment ion search，碎片离子检索）等功能，该软件可帮助将更多未知物转化为已知物。
该软件同时利用在线和离线谱库工具进行全面数据分析。在线方面，mzCloud 谱库收录了数百万条高质量、经人工整理的 HRAM MS ⁿ 谱图，覆盖数万种化合物。离线谱库以 mzVault 应用格式提供，可辅助进行 PFAS 分析、可提取物与可浸出物分析等。此外，还提供兼容版本的 NIST 串联质谱谱图库。
将 LipidSearch 集成到 Compound Discoverer 软件中后，可检测并注释更多潜在脂质化合物。其脂质类别数据库包含 96 个脂质亚类，并结合预测碎裂信息，为检测到的脂质提供广泛覆盖及碎裂谱图的自动注释。结果中还包含来自 LipidSearch 的脂质等级和鉴定评分，为数据审核和结果判定提供更多参考信息。
化学数据库检索可能产生数量庞大的候选化合物结果。Compound Discoverer 软件提供了额外工具来帮助细化并排序候选列表，其中包括 mzLogic。mzLogic 利用来自 mzCloud 的真实碎片化数据，分析未知谱图中的常见碎片离子和子结构，并将其与数据库候选化合物进行匹配。这一强大功能能够有效过滤掉可能性较低的候选项，使用户只需关注最相关的结果。此处示例中，某一未知物有 53 个可能候选，mzLogic 可迅速帮助聚焦最有可能的候选结果。
另一种用于降低多候选方案复杂度的工具是 FISh 评分，它既适用于数据库检索得到的大量候选结构，也适用于对可能代谢或化学降解产物的评估。此处通过可能候选结构列表生成计算机模拟碎片化数据，并根据各候选对未知化合物碎片谱图的注释能力为其打分。这有助于您从所有可能性中筛选出最有可能的候选项。
在复杂数据集中，化合物之间的关联性同样是发现目标化合物的有价值工具。无论是将化合物及其相关统计变化映射到生物通路中，还是在动态分子网络中连接相关化合物，Compound Discoverer 软件都提供了丰富的进一步鉴定和分析功能。
将实验观测数据映射到生物通路中，也可提供有价值的解释信息，尤其是与倍数变化或稳定同位素标记掺入等实验信息结合时更是如此。内部工具（如 Metabolika）可帮助将数据映射到预设或用户自定义的生物通路上。此外，信息还可映射到 BioCyc（需用户订阅）。结果数据可直接映射到通路中。此处展示的是平均 13C同位素 标记掺入情况，但系统还提供多种数据映射选项。
全交互式的 Molecular Networks 可视化浏览器可让您以不同方式查看数据。已鉴定化合物以节点（圆圈）表示，一旦识别出关系，节点之间便会连接。选择某个节点（化合物）或连接（转化）时，右侧将显示关于该已鉴定化合物及相关转化的关键信息。所有可视化数据都可通过阈值、数据质量信息或针对特定化合物或转化的文本搜索进行交互式筛选。
面对数以千计在环境中持续存在并产生影响的 PFAS 化学物质及其转化产物，要真正了解其影响范围，仅靠传统靶向分析远远不够。Compound Discoverer 软件使科研人员能够揭示 PFAS 污染的完整范围，从而更有信心地评估其潜在环境与健康风险。
鉴于真实环境样品和处理样品的复杂性，PFAS 的化学分析颇具挑战。新型可视化工具（如 PFAS 图）通过利用氟及高度氟化化合物的独特性质，帮助识别潜在的可疑化合物。通过绘制质量亏损/碳比与质量/碳比图，可将潜在 PFAS 目标化合物从大量普通有机分子中分离出来。当结合基于多个诊断点计算得到的 PFAS 评分时，这种方法可进一步细化并优先排序高关注目标。
针对 PFAS 污染物的分析，软件还提供了更多专用工具。由于 PFAS 化合物通常具有聚合物性质，因此会发生一系列共同的中性丢失（neutral losses），例如：单个 CF ₂基团的丢失。这些内部中性丢失可被快速检测，并可结合可视化工具，帮助用户识别目标化合物。基于常见 PFAS 碎片（基于类别的碎裂）的附加评分，以及利用内置的大型 PFAS 数据库进行注释，可进一步优化分析的准确性。综合这些功能，有助于聚焦潜在 PFAS 污染物，并提高化合物鉴定结果的可信度。
探索该软件中的高级功能与工具，为研究人员的数据分析工作流程带来更高的灵活性与精确性。
稳定同位素代谢流（stable isotope flux）实验是一种评估各种变化生物系统产生影响的强有力方法。该软件支持完全非靶向的稳定同位素标记实验，有助于发现未知或意外变化。软件可按每种化合物计算：平均标记交换率、相对交换率以及掺入的总标记数目，并且，这些结果均可进一步映射到生物通路中，以加深对生物变化过程的理解。
同位素标记掺入情况还可按单个化合物进行可视化，以查看某一化合物在整个实验中掺入了多少标记，以及标记程度有多广泛。在本实验中，13C 标记掺入苯丙氨酸的过程几乎完成，且在大多数观察到的化合物中，9 个碳原子均已被标记。
脚本节点
任何软件的能力都有边界，但借助 Compound Discoverer 脚本节点，您可以实现更多功能。在工作流程中使用脚本节点，可自动导出结果中的任意数据，启动您自定义的 R 或 Python 脚本，并将结果重新导入 Compound Discoverer 的结果中，作为数据表的一部分。
节点开发工具包
除了提供丰富的数据处理工具以创建自定义数据处理工作流程之外，我们还提供节点开发工具包（NDK），使您能够编写完整的自定义数据处理节点并将其集成到工作流程中。对于具备软件开发能力的用户，或团队中有此类成员的用户而言，这代表了灵活性和可定制性的极致。
PyEDS 工具 PyEDS
PyEDS 工具 PyEDS 是一个 Python 库，提供一系列实用工具，可用于便捷访问并显示 Compound Discoverer 软件中的结果。借助 PyEDS，浏览数据层级结构并提取所需信息等繁琐工作都可自动完成，使您能够将更多精力放在研究本身，而无需花费大量时间处理数据读取问题。
对于使用 Thermo Scientific GC-Orbitrap 质谱仪采集的数据分析，主要有两种工作流程，可通过电子轰击（EI）和化学电离（CI）去卷积节点等特定工作流程节点启用。例如，可利用 Compound Discoverer 软件中的丰富工具对 GC-Orbitrap 数据进行分析，以实现高置信度化合物鉴定或开展统计分析。
两个基于 GC 的工作流程树示例如下：第一个为 EI 工作流程，可通过统计分析寻找生物标志物，并通过谱库检索鉴定未知化合物；第二个为 CI 工作流程，可通过分子式推导和 基于MS/MS 谱图进行结构解析，来鉴定感兴趣的未知化合物。
上图展示了结果视图中的 GC-EI 化合物鉴定。在右上方，镜像图同时显示去卷积后的实验谱图和谱库参考谱图。在第二层结果表（ Library Search Results）中，高亮显示了以下关键指标：总评分、分子离子质量偏差（delta mass）和 保留指数 差值（RI delta）。其含义如下：Total Score（总评分）是综合评分，包含高分辨率拟合评分（HRF 评分）和 谱图匹配评分（SI 评分）等多项指标的贡献；Delta Mass（质量偏差）是指当分子离子存在于去卷积谱图中时，其质量准确度偏差；RI Delta（保留指数差值）是谱库中的保留指数 RI 与计算得到的 RI 之间的差值。基于总分“94.9”、小于 1 ppm 的分子离子质量偏差以及 RI 差值为 1，可对该鉴定结果具有很高的可信度。
软件提供包括 PCA（主成分分析）、PLS-DA（偏最小二乘判别分析）、方差分析、载荷图和火山图在内的一整套统计可视化工具，可用于GC-Orbitrap 质谱数据中发现样本组之间的真实存在的差异。此外，已鉴定化合物还可以映射到生物通路中，包括Compound Discoverer 软件内部的Metabolika通路系统或 BioCyc 生物通路数据库，并可同时映射倍数变化等相关信息，从而帮助用户更深入地理解代谢变化及其生物学意义。
精选资源
视频
订购
仅供科研使用。不用于诊断程序。