打破模态壁垒：基于生成式建模的质谱精确分子检索
机器学习
2025-11-11 v1 人工智能
摘要
从串联质谱中检索分子结构是快速化合物鉴定的关键步骤。现有的检索方法，如传统的质谱库匹配，受限于质谱库的覆盖范围；而近期的跨模态表征学习框架常遇到模态不对齐问题，导致检索精度和泛化能力欠佳。为解决这些局限性，我们提出了 GLMR，一种基于生成式语言模型的检索框架，通过两阶段过程缓解跨模态不对齐问题。在预检索阶段，基于对比学习的模型识别出候选分子，作为输入质谱的上下文先验。在生成式检索阶段，将这些候选分子与输入质谱相结合，引导生成式模型生成精细化的分子结构，随后基于分子相似度对候选分子进行重排序。在 MassSpecGym 和新提出的 MassRET-20k 数据集上的实验表明，GLMR 显著优于现有方法，top-1 准确率提升超过 40%，并展现出强大的泛化能力。
引用
@article{arxiv.2511.06259,
title = {Breaking the Modality Barrier: Generative Modeling for Accurate Molecule Retrieval from Mass Spectra},
author = {Yiwen Zhang and Keyan Ding and Yihang Wu and Xiang Zhuang and Yi Yang and Qiang Zhang and Huajun Chen},
journal= {arXiv preprint arXiv:2511.06259},
year = {2025}
}
备注
Accepted by AAAI 2026