用合成多重复合绘制未发现的新陈代谢的图表.

科学领域:

• 代谢学 代谢学 代谢学
• 生物化学 生物化学
• 计算生物学 计算生物学

背景情况:

• 非定位代谢学依赖MS/MS库进行结构性注释.
• 目前的图书馆只涵盖公共MS/MS光谱的一小部分,许多特征没有注释.

研究的目的:

• 通过创建一个全面的,生物相关的化合物库来弥补MS/MS光谱注释的差距.
• 改进复杂生物样本中已知和新代谢物的识别.

主要方法:

• 通过模仿生化变化的反应合成了超过10万种化合物.
• 开发了用于跨存储库大规模MS/MS光谱比较的计算基础设施.
• 将新型复合库集成到现有的光谱匹配工作流程中.

主要成果:

• 91%的合成化合物在现有数据库中没有被发现.
• 新的图书馆将基于参考的匹配率提高了17.4%.
• 创建了超过6000万个新的MS/MS匹配,将全球注释率提高到8.1%.

结论:

• 生物启发的MS/MS图书馆显著提高了在非目标代谢学中的代谢物识别.
• 这种框架扩展了可检测的生物化学景观,跨越多种生物体.
• 促进新型代谢物的发现,包括药物合物和共同代谢物.