覆盖2亿分子质谱图，捷克科学院发布DreaMS模型，构建全球最大规模质谱数据集GeMS

文章预览

来源：HyperAI超神经 本文 约4000字 ，建议阅读 5 分钟 来自捷克科学院有机化学与生物化学研究所的研究团队，借鉴了 GPT 系列在语言领域取得的突破性进展，致力于为质谱图打造专属的翻译器。 作者：田小幺 编辑：李宝珠 转载请联系本公众号获得授权，并标明来源 捷克科学院有机化学与生物化学研究所研究团队，借鉴了 GPT 系列在语言领域取得的突破性进展，从全球天然产物社交分子网络（GNPS）中挖掘出 7 亿条 MS/MS 谱图，成功构建起史上规模最大的质谱数据集 GeMS，并训练出拥有 1.16 亿参数的 Transformer 模型 DreaMS。 据统计，人类目前所探索的天然小分子化学空间尚不足其总量的 10%，而非靶向代谢组学实验中，超过 90% 的质谱图因缺乏可靠的注释而沦为「数据废墟」。 在这场分子解密的关键战役中，核心挑战在于破解串联质谱（MS/MS）的复杂语言 ………………………………