机器学习用于RPLC/HRMS非目标化工作流中的增强识别概率

科学领域:

• 分析化学 分析化学
• 质谱测量质量谱测量
• 机器学习 机器学习

背景情况:

• 基于高分辨率质谱 (HRMS) 的非目标分析 (NTA) 在很大程度上依赖于光谱匹配来进行化学识别,特别是在没有保留数据的情况下.
• 准确的化学识别对于解释各种科学领域的复杂样品成分至关重要.

研究的目的:

• 开发和验证一种基于机器学习 (ML) 的新型方法,以提高基于HRMS的NTA中的化学识别概率 (IP).
• 利用从分子指纹和累积中性损失中获得的预测保留时间指数 (RTIs) 来提高光谱匹配精度.

主要方法:

• 开发了三个ML模型:分子指纹 (MF) 到RTI,累积中性损失 (CNL) 到RTI,以及真正/负光谱匹配的二元分类模型.
• 在广泛的数据集上训练模型,包括校准和实验光谱,并使用独立的测试集进行验证.
• 整合预测的RTIs与光谱库搜索,并使用F1得分和马修斯相关系数等指标评估性能,以识别农药.

主要成果:

• 在MF和CNL衍生的RTI值之间的高相关性 (R2=0.96训练,0.88测试) 表明真正光谱匹配的误差减少.
• 在空白样本中,k-最近邻近算法获得了0.65的加权F1得分和0.30的MCC,用于在空白样本中识别农药 (1-1000ppb).
• 与图书馆单独匹配不同样本稀释量相比,平均农药IP增加了46.7-54.5%.

结论:

• 机器学习模型有效地预测RTIs,减少HRMS-NTA中的识别不确定性.
• 拟议的ML方法显著提高了化学识别的可靠性,特别是复杂矩阵中的农药.
• 这种方法为推进化学发现和分析科学中表征提供了强大的工具.