预测预测:基于机器学习的小型分子碰撞截面预测模型的比较
Sara M de Cripan1,2,3, Trisha Arora1,2,3, Adrià Olomí1,2
1Computational Metabolomics for Systems Biology Lab, Eurecat─Technology Centre of Catalonia, Barcelona 08005, Catalonia, Spain.
Analytical chemistry
|May 24, 2024
概括
机器学习模型用于在代谢学中的碰撞截面 (CCS) 预测,其准确性有限. 提高性能需要训练数据与许多结构相似的分子可靠的代谢物注释.
科学领域:
- 计算化学是一种计算化学.
- 分析化学是一种分析化学.
- 代谢学 代谢学 代谢学
背景情况:
- 由于大型数据集,机器学习 (ML) 越来越多地应用于 -omics 研究.
- 机器学习模型预测了代谢学中的双重质谱和保留时间.
- 新的ML模型使用离子运动数据预测碰撞截面 (CCS),但面临限制.
研究的目的:
- 用METLIN-CCS数据集比较现有的基于ML的CCS预测模型.
- 用指纹和简单的线性模型训练的ML模型进行评估.
- 分析训练数据结构多样性对CCS预测准确性和代谢物注释的影响.
主要方法:
- 四个现有的基于ML的CCS预测模型的比较.
- 使用指纹对线性模型和ML模型进行评估.
- 使用METLIN-CCS数据集对预测准确性的分析.
- 培训数据的探索结构多样性的作用.
主要成果:
- 现有的ML模型在常规代谢学分析中表现出有限的准确性.
- 预测准确性只有当模型被训练在结构相似的分子的大集时,才有显著的改善.
- 目前的模型对使用CCS值的代谢物注释能力有限.
结论:
- 目前基于ML的CCS预测模型对于常规代谢学来说是不够的.
- 训练数据的异质性,具有类似分子的大枢纽,对于增强的预测和注释至关重要.
- 未来的进展需要多样化的数据集,重点关注结构相关的化合物类别.
