SmartDriveNMR

对于任何分析调查来说，收集正确类型的NMR数据，并为手头的问题定制最佳参数都至关重要。然而，这一过程可能很耗时、费力，并且需要专业的核磁知识。

SmartDriveNMR是每个化学研究人员的理想工具——这款软件易于操作，在定义复杂的研究实验方面具有极高的灵活性。

点击按钮，获取3个月的免费评估License，只需要注册/登录即可。

• SmartDriveNMR完全集成在IconNMR中
• SmartDriveNMR支持所有主要参数集
• SmartDriveNMR可针对具体样品，设置为启用（active）或禁用（non-active）状态
• 支持自动浓度测定和结构验证
• 2D实验采用非均匀采样法（NUS）进行，并采取故障安全方式

深入了解SmartDriveNMR吧！

• 动态主动决策，节省时间
• 保证生成高质量的谱图
• 极高的灵活性让NMR专家和新手皆可充分利用SmartDriveNMR

1. 用户可使用 IconNMR 创建并提交核磁数据的采集工作。其工作的描述中主要包含时间分配信息，以及可能包含的结构信息（.mol 文件）
2. 该软件可快速采集并分析一维氢谱
3. 该软件会根据问题的复杂性和信号强度的分析结果，优化相关参数后再进行下一步的实验
4. 如果时间足够，该软件会安排以全自动模式执行后续实验并获取相应结果。如果分配的时间过短，无法获得高质量的数据，该软件会给出后续实验的建议

不会失误的 (NUS)非均匀采样(NUS)

NUS 是一种适用于 nD NMR 实验的采集技术，在采集过程中跳过一定量的间接维度增量，然后进行采集后数据重建。正确使用时，可以在不影响数据质量的情况下节省时间。最佳设置取决于所调查的样品，并由SmartDriveNMR 在自动化中进行设置。

以1D 质子波谱和结构（如果有的话）作为输入（1），估计出取样量（NUS%）的保守上限（2），如 49%。现在，2D 实验的采集是以一个明显低于保守估计的NUS％，例如15％开始。采集继续进行，逐步增加NUS%，直到谱图达到高质量，没有伪影，而不通过保守估计(3)。

主动决策

即时主动决策，节省了实验时间——单纯考虑结构可能在两种情况下都需要HSQC。

图的上半部分：SmartDriveNMR，多子分离良好，直接分配。

→ OPTIME 模式下：不会获取HSQC。

图的下半部分：SmartDriveNMR，CH/CH2区域的多子重叠，HSQC将提高分辨率

→ OPTIME 模式下：将设置HSQC。

有关SmartDriveNMR不同工作模式的描述，请参见技术细节部分。

检查不同大小和浓度的分子

为了展示 SmartDriveNMR 的灵活性，我们使用不同的NMR样品来测试该软件：分子的浓度和大小变化很大。测量是通过配有室温探头 iProbe 的 400 MHz AVANCE NEO 波谱仪完成的。SmartDriveNMR 以 MAXperiment 模式运行。

SmartDriveNMR 在完全自动化的情况下，设法为所有使用的样品获取良好的 1D 13C 和 2D 1H-13C HSQC 谱图，但实现这一目标的参数差异很大。对于碳谱，扫描次数的范围超过10倍，从浓度为25 mM 的样品的476 次，一直到0.8mM 的样品的5860 次。对于浓度更高的300mM 的第三个样品，软件只扫描了10 次就达到了良好的谱图质量（未显示谱图）。

HSQC 实验设置了256 个碳维度的增量，但使用 NUS 实际测量数据点的部分在19% 到55% 之间。对于扫描量也可以看到类似的动态——这从25mM 浓度的样品的2 个到0.8mM 浓度的样品的20 个不等。 

优化后的 1D ¹³C 采集

从1D ¹H 实验的扫描次数是保守估计的1D ¹³C 实验，考虑到探头设计（1）。在这个例子中，扫描次数设置为1024 次。

在采集时，信噪比会在扫描一些样品（本例中为256）后确定，并与SmartDriveNMR（2）设定的预期信噪比进行比较。

如果尚未达到所需的信噪比，则通过增加扫描次数延长采集时间——随后确定新的信噪比（3）。

重复这一过程，直到达到所需的信噪比（4），然后终止采集（在本例中为600次扫描）。

SmartDriveNMR 是IconNMR的一个完全集成的部分，需要额外的License。

激活是由谱仪管理员为每个用户组单独管理的。用户可以自主决定是否将 SmartDriveNMR用于每个单独的样品；用户需要输入操作模式和每个样品的最大允许时间。下表描述了不同的可用模式。

为了最好地突出 OPTime 和 MAXperiment 模式之间的区别，我们选择一个含有丰富的非常简单的少量物质（如乙醇）的NMR样品。在OPTime中，在侦察实验后直接终止采集，而在MAXperiment中则充分利用了完整的实验组合。