CSU-MS2: A Contrastive Learning Framework for Cross-Modal Compound Identification from MS/MS Spectra to Molecular Structures

化学 鉴定(生物学) 化学空间 计算机科学 模式识别(心理学) 人工智能 药物发现 生物化学 植物 生物
作者
Ting Xie,Hailiang Zhang,Qiong Yang,Jinyu Sun,Yue Wang,Jia Long,Zhimin Zhang,Hongmei Lü
出处
期刊:Analytical Chemistry [American Chemical Society]
卷期号:97 (25): 13350-13360 被引量:7
标识
DOI:10.1021/acs.analchem.5c01594
摘要

Tandem mass spectrometry (MS/MS) is a cornerstone for compound identification in complex mixtures, but conventional spectral matching approaches face critical limitations due to limited library coverage and matching algorithms. To address this, we propose CSU-MS2 (contrastively spectral-structural Unification framework for MS/MS Spectra and Molecular Structures), a novel framework that bridges MS/MS spectra and molecular structures through cross-modal contrastive learning. CSU-MS2 uniquely integrates an External Space Attention Aggregation (ESA) module to dynamically align spectral and structural features, enabling direct retrieval of molecular candidates from a unified embedding space. The framework is pretrained on large-scale in-silico MS/MS data sets generated by CFM-ID and ICEBERG, followed by fine-tuning on high-quality experimental data. Results show that CSU-MS2 achieves a Recall@1 of 75.45% when matching 1047 spectra against a reference library containing 1,001,047 compounds, significantly surpassing existing methods such as CFM-ID (68.38%), SIRIUS (64.85%), MetFrag (48.59%), and CMSSP (30.47%). Furthermore, rigorous validation on three external data sets spanning human metabolomics (MTBLS265), plant metabolites (PMhub), and the CASMI 2022 challenge demonstrates robust generalizability, with domain-specific retrieval achieving a Recall@10 of 91.67% for blood metabolites. To facilitate compound identification across various domains, we have assembled a Spectrum-searchable Structural Feature Database (SSFDB) from 23 structural databases and deployed an open-source web server supporting customizable cross-modal retrieval. All code, models, and SSFDB are publicly accessible, offering a transformative solution for high-throughput compound identification in metabolomics and beyond.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
jillian发布了新的文献求助10
1秒前
JJ_fly完成签到,获得积分10
2秒前
煎饼果子完成签到 ,获得积分10
2秒前
Jason完成签到 ,获得积分10
3秒前
无限晓蓝完成签到 ,获得积分10
3秒前
00000完成签到,获得积分20
5秒前
感叹完成签到 ,获得积分10
6秒前
gy完成签到,获得积分10
6秒前
maolihui完成签到,获得积分10
6秒前
文逸完成签到,获得积分10
7秒前
7秒前
xiaoju完成签到,获得积分20
7秒前
WXR完成签到,获得积分10
8秒前
玫瑰555完成签到 ,获得积分10
8秒前
8秒前
康宁完成签到,获得积分10
8秒前
岂曰无衣发布了新的文献求助10
9秒前
大抵是能上岸的完成签到,获得积分10
11秒前
大气的迎丝完成签到 ,获得积分10
12秒前
不系舟完成签到,获得积分10
13秒前
虚心小凝完成签到 ,获得积分10
14秒前
宵夜完成签到 ,获得积分10
15秒前
hanliulaixi完成签到 ,获得积分10
15秒前
15秒前
TheDing完成签到,获得积分0
15秒前
向阳而生完成签到 ,获得积分10
17秒前
liu完成签到 ,获得积分10
18秒前
阿冉完成签到 ,获得积分10
18秒前
旺仔QQ完成签到,获得积分10
19秒前
傲娇尔安发布了新的文献求助10
19秒前
任全强完成签到,获得积分10
19秒前
岂曰无衣完成签到,获得积分10
21秒前
Eden完成签到,获得积分10
21秒前
一一完成签到,获得积分10
21秒前
zero完成签到,获得积分10
22秒前
乐乐乐完成签到,获得积分10
22秒前
cdercder应助舒适的如萱采纳,获得10
24秒前
shy完成签到,获得积分0
24秒前
李小鱼完成签到,获得积分10
24秒前
英俊的铭应助Diego采纳,获得10
25秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7738991
求助须知:如何正确求助?哪些是违规求助? 9287933
关于积分的说明 20185229
捐赠科研通 7316956
什么是DOI,文献DOI怎么找? 3306016
关于科研通互助平台的介绍 2458519
邀请新用户注册赠送积分活动 2315956