LSM-MS2：桥接光谱鉴定与生物学解释的基础模型
机器学习
2025-10-31 v1
摘要
绝大部分质谱数据尚未被阐述，导致其生物学和化学信息未能被充分挖掘。近期机器学习的进展正在逐步填补这一空白，尤其是在液质谱联谱数据中的光谱鉴定等任务方面。本文介绍了最新一代LSM-MS2，这是一款基于数百万光谱数据的深度学习基础模型，旨在学习语义化的化学空间。LSM-MS2在光谱鉴定方面实现了领先水平，较现有方法在识别具有挑战性同分异构化合物的准确率提升了30%，在复杂生物样本中的正确鉴定数增加了42%，且在低浓度条件下保持稳健性。此外，LSM-MS2生成的丰富光谱嵌入向量，使其能够仅凭极少的下游数据即可实现从光谱到生物学解释的直接转化，成功区分疾病状态并在多样化的转化应用中预测临床结局。
引用
@article{arxiv.2510.26715,
title = {LSM-MS2: A Foundation Model Bridging Spectral Identification and Biological Interpretation},
author = {Gabriel Asher and Devesh Shah and Amy A. Caudy and Luke Ferro and Lea Amar and Ana S. H. Costa and Thomas Patton and Niall O'Connor and Jennifer M. Campbell and Jack Geremia},
journal= {arXiv preprint arXiv:2510.26715},
year = {2025}
}