De-novo Identification of Small Molecules from Their GC-EI-MS Spectra

要約

タイトル：GC-EI-MSスペクトルからの小分子のde-novo同定

要約：
– 未知の化合物の実験的に獲得された質量スペクトルの同定は、信頼性のあるスペクトルデータベースが十分な密度で化学的な可能性空間をカバーしていないため、特定の課題を示します。
– したがって、最近注目されている分子構造を直接その質量スペクトルから導き出す機械学習に基づくde-novo手法があります。
– 私たちは、GC-EI-MSスペクトルの特定のユースケースに対処するこの家族の新しい方法を提供し、以前に発表された方法が依存していたMS/MS実験の最初の段階からの追加情報が不足しているため、特に難しいという問題に取り組んでいます。
– 私たちは、アプローチの強みと欠点を分析し、将来の方向について議論します。

要約(オリジナル)

Identification of experimentally acquired mass spectra of unknown compounds presents a~particular challenge because reliable spectral databases do not cover the potential chemical space with sufficient density. Therefore machine learning based \emph{de-novo} methods, which derive molecular structure directly from its mass spectrum gained attention recently. We present a~novel method in this family, addressing a~specific usecase of GC-EI-MS spectra, which is particularly hard due to lack of additional information from the first stage of MS/MS experiments, on which the previously published methods rely. We analyze strengths and drawbacks or our approach and discuss future directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI