从质谱图生成分子：一步小步，跨越一步大步
机器学习
2025-11-04 v4
摘要
从质谱图生成分子的常见方法是采用两个阶段的管线：(1) 将质谱图编码为分子指纹，随后(2) 将这些指纹解码为分子结构。我们采用 MIST 作为编码器，MolForge 作为解码器，充分利用额外的训练数据来提升性能。我们对每个指纹位的概率进行阈值处理，以聚焦于次结构的存在。结果是相较于先前的状态方法，我们的方法实现了十倍的改进，从质谱图在 MassSpecGym 中正确生成 Top-1 分子结构占比 31% / Top-10 占比 40%。我们将此定位为未来在质谱图下 de novo 分子鉴定研究的强基准。
关键词
引用
@article{arxiv.2508.04180,
title = {One Small Step with Fingerprints, One Giant Leap for De Novo Molecule Generation from Mass Spectra},
author = {Neng Kai Nigel Neo and Lim Jing and Ngoui Yong Zhau Preston and Koh Xue Ting Serene and Bingquan Shen},
journal= {arXiv preprint arXiv:2508.04180},
year = {2025}
}
备注
Accepted at AI4Mat-NeurIPS-2025 Workshop