論文の概要: De-novo Identification of Small Molecules from Their GC-EI-MS Spectra
- arxiv url: http://arxiv.org/abs/2304.01634v1
- Date: Tue, 4 Apr 2023 08:46:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-05 14:36:31.442711
- Title: De-novo Identification of Small Molecules from Their GC-EI-MS Spectra
- Title(参考訳): GC-EI-MSスペクトルによる小分子のデノボ同定
- Authors: Adam H\'ajek and Michal Star\'y and Filip Jozefov and Helge Hecht and
Elliott Price and Ale\v{s} K\v{r}enek
- Abstract要約: 機械学習に基づくエンフデノボ法は、その質量スペクトルから直接分子構造を導出する手法が近年注目されている。
本稿では,GC-EI-MS スペクトルの特定の利用例に対処するアノベル法について述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Identification of experimentally acquired mass spectra of unknown compounds
presents a~particular challenge because reliable spectral databases do not
cover the potential chemical space with sufficient density. Therefore machine
learning based \emph{de-novo} methods, which derive molecular structure
directly from its mass spectrum gained attention recently. We present a~novel
method in this family, addressing a~specific usecase of GC-EI-MS spectra, which
is particularly hard due to lack of additional information from the first stage
of MS/MS experiments, on which the previously published methods rely. We
analyze strengths and drawbacks or our approach and discuss future directions.
- Abstract(参考訳): 実験によって得られた未知化合物の質量スペクトルの同定は、信頼性のあるスペクトルデータベースが十分な密度の化学空間をカバーしていないため、特に困難である。
したがって、その質量スペクトルから直接分子構造を導出する機械学習に基づく 'emph{de-novo} 法が近年注目されている。
本報告では,GC-EI-MS スペクトルの特定の利用法であるノベル法について述べる。これは,これまで公表された手法が依存していたMS/MS 実験の第1段階の付加情報が欠如していることから,特に困難である。
強みや欠点やアプローチを分析し、今後の方向性について話し合う。
関連論文リスト
- Datacube segmentation via Deep Spectral Clustering [80.32085982862151]
拡張ビジョン技術は、しばしばその解釈に挑戦する。
データ立方体スペクトルの巨大な次元性は、その統計的解釈において複雑なタスクを生じさせる。
本稿では,符号化空間における教師なしクラスタリング手法の適用の可能性について検討する。
統計的次元削減はアドホック訓練(可変)オートエンコーダで行い、クラスタリング処理は(学習可能な)反復K-Meansクラスタリングアルゴリズムで行う。
論文 参考訳(メタデータ) (2024-01-31T09:31:28Z) - Mass Spectra Prediction with Structural Motif-based Graph Neural
Networks [21.71309513265843]
MoMS-Netは、構造モチーフから得られる情報とグラフニューラルネットワーク(GNN)の実装を用いて質量スペクトルを予測するシステムである。
我々は、様々な質量スペクトルでモデルを試験し、既存のモデルよりもその優位性を観察した。
論文 参考訳(メタデータ) (2023-06-28T10:33:57Z) - Deep Learning Models of the Discrete Component of the Galactic
Interstellar Gamma-Ray Emission [61.26321023273399]
H2星間ガス中の小さな(あるいは離散的な)構造からの重要な点状成分がフェルミ・LATデータに存在する可能性がある。
深層学習は、これらの稀なH2プロキシによって追跡されるガンマ線放射を、データ豊富な領域において統計的に有意な範囲でモデル化するために効果的に利用される可能性がある。
論文 参考訳(メタデータ) (2022-06-06T18:00:07Z) - Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet
Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。
スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。
主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文 参考訳(メタデータ) (2022-01-07T22:26:33Z) - Gaussian Process Regression for Absorption Spectra Analysis of Molecular
Dimers [68.8204255655161]
本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。
このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。
実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
論文 参考訳(メタデータ) (2021-12-14T17:46:45Z) - Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder [58.720142291102135]
本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
論文 参考訳(メタデータ) (2021-11-17T12:54:48Z) - Investigating Manifold Neighborhood size for Nonlinear Analysis of LIBS
Amino Acid Spectra [0.0]
水溶液中のアミノ酸の分類と同定は、生体高分子の研究において重要である。
LIBSスペクトル解析の現在の手法は線形手法であるPCAを用いて有望な結果が得られる。
我々は,LIBSエネルギースペクトル測定のための情報理論手法を開発し,非線形次元減少のための多様体法を実装した。
論文 参考訳(メタデータ) (2021-05-25T17:17:00Z) - Automated fragment identification for electron ionisation mass
spectrometry: application to atmospheric measurements of halocarbons [0.0]
非標的スクリーニングは、疑いまたは未知のすべての現在の物質のサンプルを検索することである。
このアプローチは10年以上前に水分析の分野で導入されたが、室内および大気中の微量ガスの測定には依然として不十分である。
GC-EI-HRMSによる未知化合物の自動同定を可能にするデータ解析ツールを提案する。
論文 参考訳(メタデータ) (2021-03-23T09:35:10Z) - Machine-learning-enhanced time-of-flight mass spectrometry analysis [10.16825220733013]
我々は、現代の機械学習技術を活用して、飛行時間帯の質量スペクトルのピークパターンをマイクロ秒内に同定する手法を提案する。
提案手法は、異なる時間飛行質量分析法(ToF-MS)技術から生成された質量スペクトルをクロスバリデーションし、ToF-MSコミュニティにオープンソースでインテリジェントな質量スペクトル分析を提供する。
論文 参考訳(メタデータ) (2020-10-02T14:35:47Z) - A Review of 1D Convolutional Neural Networks toward Unknown Substance
Identification in Portable Raman Spectrometer [0.0]
ラマン分光法は、品質管理から最先端の生物医学研究まで、強力な分析ツールである。
これらは、未知の物質のフィールド分析のために、最初の応答者や法執行機関によって広く採用されている。
ラマン分光法による未知物質の検出と同定は、手元にある装置のスペクトルマッチング能力に大きく依存している。
論文 参考訳(メタデータ) (2020-06-18T14:28:00Z) - Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in
Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。
ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
論文 参考訳(メタデータ) (2020-04-09T10:02:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。