GEMS 用学习式搜索在异构体图上精修分子结构候选
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题设定与编辑约束
论文关注的是从分子式和串联质谱推断小分子结构这一环节，作者认为它仍是非靶向代谢组学与天然产物发现中的瓶颈。即便数据库检索或从头预测没有命中确切结构，得到的候选仍可作为起点，通过少量键编辑探索邻近结构。GEMS 的做法是把候选精修限定在一类受约束的编辑上：2-switch 键编辑，且编辑前后分子式不变、每个原子的总价也不变。这样搜索空间被限制在化学上合法的邻近结构内，候选不会偏离给定分子式所允许的范围。
指纹预测与策略打分
GEMS 借助 MIST 这一预训练谱图到指纹模型，对每张谱图只做一次指纹概率预测，避免在搜索过程中反复调用谱图模型。神经策略把每个候选的指纹与这些预测概率作比较，将预测为存在的特征关联到生成它们的原子与键，然后在一次前向计算中为全部合法编辑打分。训练信号来自结构之间的最短编辑路径，因此策略可以先在 PubChem 的异构体数据上预训练，这一阶段不需要谱图；随后再用谱图预测出的指纹进行微调。
推理流程与评测结果
推理阶段，GEMS 从多个与所给分子式相符的初始候选同时出发搜索，最终按指纹一致程度以及多起点之间的一致性对候选排序。在把目标结构从 PubChem 初始化中排除的条件下，三轮编辑在 NPLIB1 上达到 Hit@1 29.64%、Hit@10 50.81%，在 MassSpecGym 上为 30.22% 与 41.33%，论文称在可比设置下超过已发表的基线。速度方面，NPLIB1 上端到端约 3.3 分钟，而作者自己的 FRIGID 运行耗时 26.2 小时。GEMS 也能改进由生成式方法给出的候选，包括经 FRIGID 精修过的候选。
误差来源与搜索深度
论文还用精确的目标指纹做了实验，据此把指纹预测误差认定为影响目标回收与最终排序的瓶颈。另一方面，加深搜索可以在不重新训练的情况下找回更多目标，且初始候选越弱，加深搜索带来的增益越大。论文篇幅为 36 页，含 9 张图与 17 张表。
为什么值得看
把质谱结构解析转成可学习的图搜索，并给出与既有方法的速度、命中率对比，适合关注 AI4Science 的读者。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。