Extraction of information about the molecule structure directly from GC-MS data
Аннотация
Газовая хромато-масс-спектрометрия (ГХ-МС) – очень важный метод химического анализа. ГХ-МС можно использовать для нецелевого химического анализа и предварительного скрининга совершенно неизвестных соединений. В ГХ-МС обычно используется масс-спектрометрия с ионизацией электронами. Возможно извлечение информации непосредственно из данных ГХ-МС с использованием методов машинного обучения. Есть несколько ранее опубликованных работ, в которых модели машинного обучения извлекают информацию о наличии или отсутствии заданных подструктур в молекуле непосредственно из масс-спектра электронной ионизации. Дополнительные данные, такие как молекулярная масса и индекс удерживания, изредка используются вместе с масс-спектром в качестве входных данных для таких моделей, однако ранее не проводилось систематического сравнения того, как использование таких данных повышает точность предсказания. В этой работе для предсказания наличия или отсутствия заданных подструктур в молекуле использовался градиентный бустинг. Были рассмотрены следующие подструктуры: ароматическое кольцо, 5-членное ароматическое кольцо, 6-членное ароматическое кольцо без гетероатомов (бензольное кольцо), азотсодержащее ароматическое кольцо, первичные, вторичные и третичные аминогруппы, нитрил, гидроксил, карбонил, метокси, метил и карбоксильные группы. Использовались три типа дополнительных входных данных: молекулярная масса и спектры нейтральных потерь (молекулярная масса позволяет вычислять спектры нейтральных потерь), индекс удерживания для неполярной неподвижной фазы и индекс удерживания для полярной неподвижной фазы. Всего было рассмотрено 8 наборов входных данных. В большинстве случаев молекулярная масса и спектр нейтральных потерь значительно улучшают точность. Индексы удерживания также позволяют дополнительно повысить точность. Для полярных функциональных групп, таких как карбонил и гидроксил, эффект от использования индексов удерживания максимален. Использование индексов удерживания для двух стационарных фаз позволяет добиться наилучшей точности. Наилучшая точность предсказания достигнута для бензольного и ароматического колец, наихудшая (но все же высокая) – для вторичной аминогруппы. Достигнутая точность была сравнена с результатами из предыдущей работы. Помимо задач классификации были рассмотрены регрессионные задачи. Были разработаны модели на основе градиентного бустинга, которые предсказывают количество ароматических атомов, метильных групп и бензольных колец. Было замечено, что использование дополнительных входных данных значительно повышает точность и в этом случае. Наконец, следует отметить, что регрессионные модели недооценивают количество вхождений, когда это число велико.
Скачивания
Литература
Ohoro C.R., Adeniji A.O., Okoh A.I., Okoh O.O., Distribution and Chemical Analysis of Pharmaceuticals and Personal Care Products (PPCPs) in the Environmental Systems: A Review, International jour-nal of environmental research and public health. 2019; 16(17): 3026. https://doi.org/10.3390/ijerph16173026
Nika M. C., Alygizakis N., Arvaniti O. S., Thomaidis N. S., Non-target screen-ing of emerging contaminants in landfills: A review, Current Opinion in Environmental Science & Health. 2023; 32: 100430. https://doi.org/10.1016/j.coesh.2022.100430
Beale D. J., Pinu F. R., Kouremenos K. A., Poojary M. M. et al., Review of re-cent developments in GC-MS approaches to metabolomicsbased research, Metabolomics. 2018; 14(11): 152. https://doi.org/10.1007/s11306-018-1449-2
Qiu F., Lei Z., Sumner L.W., MetEx-pert: An expert system to enhance gas chromatography‒mass spectrometry-based metabolite identifications, Analytica Chimica Acta. 2018; 1037: 316-326. https://doi.org/10.1016/j.aca.2018.03.052
Vinaixa M., Schymanski E. L., Neumann S., Navarro M. et al., Mass spectral databases for LC/MS- and GC/MS-based metabolomics: State of the field and future prospects, TrAC Trends in Analytical Chemistry. 2016; 78: 23-35. https://doi.org/10.1016/j.trac.2015.09.005
Moorthy A.S., Wallace W.E., Kears-ley A.J., Tchekhovskoi D.V., Stein S.E., Combining Fragment-Ion and Neutral-Loss Matching during Mass Spectral Library Searching: A New General Purpose Algo-rithm Applicable to Illicit Drug Identifica-tion, Analytical chemistry. 2017; 89(24): 13261-13268. https://doi.org/10.1021/acs.analchem.7b03320
Schymanski E.L., Meinert C., Meringer M., Brack W., The use of MS classifiers and structure generation to assist in the identification of unknowns in effect-directed analysis, Analytica Chimica Acta. 2008; 615(2): 136-147. https://doi.org/10.1016/j.aca.2008.03.060
Allen F., Pon A., Greiner R., Wishart D., Computational Prediction of Electron Ionization Mass Spectra to Assist in GC/MS Compound Identification, Analytical chemistry. 2016; 88 (15): 7689-7697. https://doi.org/10.1021/acs.analchem.6b01622
Wei J.N., Belanger D., Adams R.P., Sculley D., Rapid Prediction of Electron–Ionization Mass Spectrometry Using Neural Networks, ACS central science. 2019; 5(4): 700-708. https://doi.org/10.1021/acscentsci.9b00085
Zhu R.L., Jonas E., Rapid Approximate Subset-Based Spectra Prediction for Electron Ionization–Mass Spectrometry, Analytical chemistry. 2023; 95 (5): 2653-2663. https://doi.org/10.1021/acs.analchem.2c02093
Ji H., Deng H., Lu H., Zhang Z., Predicting a Molecular Fingerprint from an Electron Ionization Mass Spectrum with Deep Neural Networks, Analytical chemistry. 2020; 92(13): 8649-8653. https://doi.org/10.1021/acs.analchem.0c01450
Ljoncheva M., Stepišnik T., Kosjek T., Džeroski S., Machine learning for identification of silylated derivatives from mass spectra, Journal of Cheminformatics. 2022; 14(1): 62. https://doi.org/10.1186/s13321-022-00636-1
Yoshida H., Leardi R., Funatsu K., Varmuza K., Feature selection by genetic algorithms for mass spectral classifiers, Analytica Chimica Acta. 2001; 446(1-2): 483-492. https://doi.org/10.1016/S0003-2670(01)00910-2
Varmuza K., Werther W., Mass Spectral Classifiers for Supporting Systematic Structure Elucidation, Journal of Chemical Information and Computer Sciences. 1996; 36(2): 323-333. https://doi.org/10.1021/ci9501406
Hummel J., Strehmel N., Selbig J., Walther D., Kopka J., Decision tree supported substructure prediction of metabolites from GC-MS profiles, Metabolomics. 2010; 6(2): 322-333. https://doi.org/10.1007/s11306-010-0198-7
Xiong Q., Zhang Y., Li M., Comput-er-assisted prediction of pesticide substruc-ture using mass spectra, Analytica Chimica Acta. 2007; 593(2): 199-206. https://doi.org/10.1016/j.aca.2007.04.060
Stein S.E., Chemical substructure identification by mass spectral library searching, Journal of the American Society for Mass Spectrometry. 1995; 6(8): 644-655. https://doi.org/10.1016/S1044-0305(05)80054-6
Meringer M., Schymanski E., Small Molecule Identification with MOLGEN and Mass Spectrometry, Metabolites. 2013; 3(2): 440-462. https://doi.org/10.3390/metabo3020440
Matyushin D.D., Sholokhova A.Yu., Buryak A.K., A deep convolutional neural network for the estimation of gas chromatographic retention indices, Journal of Chromatography A. 2019; 1607: 460395. https://doi.org/10.1016/j.chroma.2019.460395
Chen T., Guestrin C., XGBoost: A Scalable Tree Boosting System, 2016, Proceedings of the 22nd ACM SIGKDD Inter-national Conference on Knowledge Dis-covery and Data Mining, San Francisco California USA: ACM, pp. 785-794. https://doi.org/10.1145/2939672.2939785
Jin Huang, Ling C.X., Using AUC and accuracy in evaluating learning algorithms, IEEE Transactions on Knowledge and Data Engineering. 2005; 17(3): 299-310. https://doi.org/10.1109/TKDE.2005.50
Sholokhova A.Y., Matyushin D.D., Grinevich O.I., Borovikova S.A., Buryak A.K., Intelligent Workflow and Software for Non-Target Analysis of Complex Sam-ples Using a Mixture of Toxic Transformation Products of Unsymmetrical Dimethylhydrazine as an Example, Molecules. 2023; 28(8): 3409. https://doi.org/10.3390/molecules28083409
