MassSpecGym: A benchmark for the discovery and identification of molecules.

注释 水准点(测量) 计算机科学 鉴定(生物学) 限制 渲染(计算机图形) 计算生物学 数据挖掘 机器学习 人工智能 生物 工程类 植物 地理 机械工程 大地测量学
作者
Roman Bushuiev,Anton Bushuiev,Niek De Jonge,Adamo Young,Fleming Kretschmer,Raman Samusevich,Janne Heirman,Fei Wang,Luke Zhang,Kai Dührkop,Marcus Ludwig,Nicola Haupt,Apurva Kalia,Corinna Brungs,Robin Schmid,Russell Greiner,Bo Wang,David S. Wishart,Liping Liu,Juho Rousu,Wout Bittremieux,Hannes Röst,Tytus D. Mak,Soha Hassoun,Florian Huber,Justin J. J. van der Hooft,Michael A. Stravs,Sebastian Böcker,Josef Šivic,Tomáš Pluskal
出处
期刊:Cornell University - arXiv
标识
摘要

The discovery and identification of molecules in biological and environmental samples is crucial for advancing biomedical and chemical sciences. Tandem mass spectrometry (MS/MS) is the leading technique for high-throughput elucidation of molecular structures. However, decoding a molecular structure from its mass spectrum is exceptionally challenging, even when performed by human experts. As a result, the vast majority of acquired MS/MS spectra remain uninterpreted, thereby limiting our understanding of the underlying (bio)chemical processes. Despite decades of progress in machine learning applications for predicting molecular structures from MS/MS spectra, the development of new methods is severely hindered by the lack of standard datasets and evaluation protocols. To address this problem, we propose MassSpecGym -- the first comprehensive benchmark for the discovery and identification of molecules from MS/MS data. Our benchmark comprises the largest publicly available collection of high-quality labeled MS/MS spectra and defines three MS/MS annotation challenges: \textit{de novo} molecular structure generation, molecule retrieval, and spectrum simulation. It includes new evaluation metrics and a generalization-demanding data split, therefore standardizing the MS/MS annotation tasks and rendering the problem accessible to the broad machine learning community. MassSpecGym is publicly available at \url{https://github.com/pluskal-lab/MassSpecGym}.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
珂珂完成签到,获得积分10
刚刚
毛豆应助欣欣采纳,获得10
1秒前
1秒前
YU DIAN发布了新的文献求助10
1秒前
爱听歌的依秋完成签到,获得积分10
2秒前
飞跃完成签到,获得积分20
4秒前
syk应助害羞外套采纳,获得20
4秒前
哭泣蛋挞完成签到 ,获得积分10
4秒前
Liolsy完成签到,获得积分10
5秒前
库凯伊完成签到,获得积分10
5秒前
端庄不愁发布了新的文献求助10
5秒前
fang完成签到,获得积分20
5秒前
5秒前
爆米花应助刘洋采纳,获得30
6秒前
胖胖猪完成签到,获得积分10
6秒前
毛豆应助sqrt138采纳,获得30
7秒前
英姑应助liuhui采纳,获得10
8秒前
眯眯眼的青文完成签到,获得积分10
8秒前
ljscjth完成签到 ,获得积分10
9秒前
Jeffery426发布了新的文献求助10
10秒前
CodeCraft应助沐曦采纳,获得10
11秒前
害羞外套完成签到,获得积分20
12秒前
科研通AI2S应助周周采纳,获得10
13秒前
Su完成签到,获得积分10
13秒前
YU DIAN完成签到,获得积分10
14秒前
15秒前
景景好完成签到,获得积分10
15秒前
no1isme完成签到 ,获得积分10
15秒前
roclie完成签到,获得积分10
15秒前
16秒前
16秒前
19秒前
19秒前
大师应助jayskang采纳,获得10
19秒前
善学以致用应助liuhui采纳,获得10
19秒前
桐桐应助皮卡丘的夏天采纳,获得10
19秒前
20秒前
韩soso发布了新的文献求助10
20秒前
20秒前
21秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1200
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
ANSYS Workbench基础教程与实例详解 510
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3312100
求助须知:如何正确求助?哪些是违规求助? 2944743
关于积分的说明 8521216
捐赠科研通 2620426
什么是DOI,文献DOI怎么找? 1432831
科研通“疑难数据库(出版商)”最低求助积分说明 664797
邀请新用户注册赠送积分活动 650106