基于流匹配的质谱图 de novo 分子结构鉴定
机器学习
2026-03-13 v2
摘要
质谱是一种灵敏度高、能够轮廓化复杂样本的强大工具，广泛用于分子结构鉴定。然而，将质谱译为完整分子结构仍是一项困难且定义不清的逆问题。克服此问题对于实现生物学洞见、发现新代谢物以及推动多个领域的化学研究至关重要。为此，我们开发了 MSFlow，一种基于流匹配的两阶段编码器-解码器生成模型，实现了针对小分子结构鉴定任务的最新性能。在第一阶段，我们采用受公式限制的 Transformer 模型将质谱编码为连续且具有化学信息的嵌入空间；在第二阶段，我们训练解码器流匹配模型从质谱的潜在嵌入中重构分子。我们present了消融研究，表明使用信息保护的分子描述符对编码质谱至关重要，并动机使用离散流基解码器。我们的严格评估表明，MSFlow 能够将多达 45% 的分子质谱准确译为其对应的分子表示——这是当前最新技术的提升幅度最高可达十四倍。我们已在 GitHub 上公开提供了一个训练好的 MSFlow 版本，供非商业用户使用。
引用
@article{arxiv.2602.19912,
title = {De novo molecular structure elucidation from mass spectra via flow matching},
author = {Ghaith Mqawass and Tuan Le and Fabian Theis and Djork-Arné Clevert},
journal= {arXiv preprint arXiv:2602.19912},
year = {2026}
}
备注
This preprint has been withdrawn by the authors after identifying a potential data leakage issue. Further analysis is underway