SpecTUS：基于谱聚类的未知结构注释翻译器
机器学习
2026-02-23 v2 数据分析、统计与概率
摘要
从质谱图识别化合物和进行结构注释是药物检测、刑事鉴定、小分子生物标志物发现和化工领域中广泛应用的成熟任务。我们提出SpecTUS：Unknown Structures的谱聚类翻译器，一个针对从低分辨率气相色谱电子离子质谱（GC-EI-MS）进行小分子结构注释的深度神经模型。我们的模型以"de novo"方式分析质谱图——直接将其翻译为二维结构表征。我们的做法特别适用于分析化合物库中不存在的化合物。在我们对模型在不同库中进行的严格评估中，我们以显著优于标准数据库检索技术的性能取得好结果。在 held-out测试集上，包括28267个来自NIST数据库的质谱图，我们展示了模型单一建议完美重构了该子集化合物的43%。在76%的情况下，该单一建议严格优于数据库混合搜索（行业常用方法）。在仍可接受的10个建议范围内，完美重建率达到65%，84%的案例也优于混合搜索。
引用
@article{arxiv.2502.05114,
title = {SpecTUS: Spectral Translator for Unknown Structures annotation from EI-MS spectra},
author = {Adam Hájek and Michal Starý and Elliott Price and Filip Jozefov and Helge Hecht and Aleš Křenek},
journal= {arXiv preprint arXiv:2502.05114},
year = {2026}
}