案例摘要：在 ACD/Labs 制药研发数字化研讨会上，DuPont（杜邦）核心分析科学部首席研究员 Ⅱ Yiyong He 分享了其团队 18 年使用 NMR Predictors 的经验。面对聚合物与十组分以上的复杂混合物（含微量组分浓度可低至 1% 以下），团队以局部结构预测替代繁琐的 2D NMR，将 2D NMR 实验需求降低 95% 以上，并凭预测完成端基指认与混合物逆向解析，实现了从「实验分析人员」到「创新研究者」的跨越。
Yiyong He 所在的 DuPont 核心分析科学部独立于各业务线，为全公司提供基于分析科学的支持，工作涵盖研发支持、应用开发、生产制造及客户技术支持。他职业生涯中的主要挑战，是复杂样品的 NMR 分析——这类样品通常是聚合物与小分子的混合物，常含十种以上组分，且关键信息往往来自含量极低的微量组分（浓度可能仅为百分之一甚至更低）。作为该软件 18 年的忠实用户，他推荐身边同事也加以运用。
从谱图到结构，通常有三种方法：
三种方法 He 都用过，但目前以预测方法为主——这与其所从事工作的具体性质相关。
过去数十年，He 与同事多次对比评估商业预测软件与学术界免费工具，结论始终一致：ACD/Labs 的 NMR Predictors 在预测准确性上优于测试过的所有其他工具。例如一个非特意挑选的分子，同时运行 NMR Predictors 与 Mnova 预测对比——表格中一半碳原子（黑色字体）两者都相当准确，而另一半红色高亮的值，ACD 给出更准确的预测结果。
He 还特别看重几个特性：
聚合物 T₂ 弛豫时间短，部分交叉峰可能在 2D NMR 中缺失，He 无法完全依赖 2D NMR 解析聚合物。绘制完整长链通常不可行，多数情况只需获取局部结构信息（官能团、端基、支化序列）。以聚环氧丙烷的 13C NMR 为例：谱图主要显示五个主链碳信号及三个次要信号，其中第二、三个次要峰很可能对应聚合物端基。由于环氧丙烷为不对称单体，两个单体连接可形成头-头或头-尾两种方式。针对两种连接分别建模预测，重点关注端基区域——预测化学位移与实测次要峰高度吻合，结合其他信息可靠地将其归属为端基各碳原子。
一张商业固化剂的 13C NMR 谱图含六个主要组分及数个微量组分，已对所有主要信号数字标记并划分为九组（组分六、信号组九，是因为部分组分信号严重重叠、仅能识别部分结构片段）。以第 5 组为例：其强度居第二高，初步判断属同一分子，具有芳香结构、两个取代基（可能为羧基、呈苯酚特征），取代基可能存在间位或对位等位置异构。快速尝试不同取代模式并将预测与实测比对，发现对位取代模型匹配最佳（少数峰位仍有约 3–4 ppm 偏差）。为谨慎起见，邀请同事以质谱确认该组分存在，结果一致。
脲与醛反应的最终产物 13C NMR 谱中，可归属碳信号约 20 个（接近结构 B 碳数的两倍）。进一步观察发现部分信号成对出现（两个羰基峰、两个 60 ppm 附近的含氧碳、丁基末端甲基峰 9 与峰 10），提示产物可能为结构 B 的二聚体。尝试每个分子中三个高反应活性碳原子的多种连接方式并预测，与实验谱比较，发现形成另一个六元环的结构匹配最佳（预测与实验多数偏差 <2 ppm，仅两个信号偏差约 4 ppm）。为谨慎验证，进一步以 2D NMR（HSQC、HMBC）确认关键连接，并请同事运行 LCMS 独立验证，结果均证实该结构存在。
He 认为，任何单一工具都不是万能的，实际应用中往往需要结合其他分析技术提供互补信息或验证，一定的有机化学背景也是加分项——使用预测工具时仍需使用者提出合理的候选结构假设。对他而言，ACD/Labs 的 NMR Predictors 显著降低了对 2D NMR 的依赖，相关实验需求减少 95% 以上，每年只需运行少数几次；多数情况下，一张定量的 DEPT 135 谱已足够支持初步结构推断。该工具尤其适用于局部结构分析——无需完整谱图数据，只要能基于若干信号提出可能的结构片段即可预测验证；还能用于快速筛选想法，在小组讨论中即时提出新假设并迅速缩小合理候选范围。
凯美科提示：聚合物、复杂混合物与发现性分子，是核磁解析中 2D NMR 难以直接胜任的典型场景。NMR Predictors 以局部结构预测替代繁琐的二维实验，在 DuPont 等企业的日常研究中已大规模落地。如您所在实验室也面临类似挑战，欢迎联系我们了解预测工作流与本地化部署建议。
