康奈尔AIMe借助AI预测1亿种小分子的质谱

博伊斯·汤普森研究所（BTI）与康奈尔大学的科学家开发了AIMe（AI分子探索器），利用神经符号人工智能，为全部已知小分子有机物——逾1亿种化合物——预测、整理和检索质谱。

要解决的问题

代谢组学中的质谱实验会产生大量无法与任何已知分子对应的信号，因为只有一小部分化学物质拥有参考质谱。AIMe生成预测质谱，使这些未知峰可以与庞大的可检索化学空间图谱进行比对。

初步结果

• 在公共数据库GNPS的700多万个质谱簇上，AIMe给出了约269万个推定注释；而此前一项研究在相同相似度阈值下仅注释约41.6万个，提高了六倍以上。
• 项目由弗兰克·施罗德（BTI/康奈尔化学系）与卡拉·戈麦斯（康奈尔科学AI研究所）领导。

局限

该研究以bioRxiv预印本形式发布，尚未完成同行评审。注释属于推定预测，仍需实验验证。AIMe可通过康奈尔网站使用，源代码将在论文正式发表后公开。