Multi-scale Sinusoidal Embeddings Enable Learning on High Resolution Mass Spectrometry Data

要約

タイトル：マルチスケール正弦埋め込みによる高分解能質量分析データの学習を可能にする

要約：
– 生物学的サンプル中の小分子を研究することで、疾患状態、環境毒素、天然物ドラッグの発見などの情報を提供することが可能である。
– 小分子混合物の構成に最も基本的なのは、高感度で1ppmの分解能をもつタンデム質量分析（MS2）である。
– MS2データの全分解能範囲から学習する課題に対応するために、マルチスケール正弦埋め込みを採用する。
– これらの埋め込みを用いて、新しいスペクトルライブラリ検索の最先端モデルを提供する。
– 医薬化学家に重視される10個の化学的特性について、MS2データから化学特性を予測する新しいタスクも紹介する。これにより、新しい化合物に対して80％の平均$R^2$を達成できることを示した。
– 次元削減手法と浮動小数点分解能の異なる実験を用いて、マルチスケール正弦埋め込みがMS2データから学習するための重要な役割を示した。

要約(オリジナル)

Small molecules in biological samples are studied to provide information about disease states, environmental toxins, natural product drug discovery, and many other applications. The primary window into the composition of small molecule mixtures is tandem mass spectrometry (MS2), which produces data that are of high sensitivity and part per million resolution. We adopt multi-scale sinusoidal embeddings of the mass data in MS2 designed to meet the challenge of learning from the full resolution of MS2 data. Using these embeddings, we provide a new state of the art model for spectral library search, the standard task for initial evaluation of MS2 data. We also introduce a new task, chemical property prediction from MS2 data, that has natural applications in high-throughput MS2 experiments and show that an average $R^2$ of 80\% for novel compounds can be achieved across 10 chemical properties prioritized by medicinal chemists. We use dimensionality reduction techniques and experiments with different floating point resolutions to show the essential role multi-scale sinusoidal embeddings play in learning from MS2 data.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI