大规模保留指数集辅助质谱分子识别研究

Gas chromatography coupled to mass spectrometry (GC/MS) is one of the most widely used analytical tool for metabolomics study. If the compound's standardized separation information: retention index (RI) can be integrated mass spectra for identification, it would improve the accuracy of compound identification. In this research, it can be expected to carry out the following research works: 1) Through QSAR to create a prediction model based on molecule structural key-column temperature impact factor, to obtain more accurate reference retention index for further use; 2) Based on molecular structure information and QSRR model, through use more accurate input retention index data, select the optimal subset of the molecular descriptors and choose appropriate regression model to create a extensive retention index transformation and prediction model; 3)Create a large scale test dataset containing mass spectra and retention index information to evaluate the performance of retention index for compound identification.

气相色谱和质谱联用中是一种广泛使用的代谢组学分析工具，将气相色谱中标准化分离信息-保留指数和质谱分析方法相结合，将显著提高分子识别的准确性。本项目中，拟开展的以下研究工作：1)通过定量构效关系（QSAR）来构建结构密钥-柱温影响因子预测模型，研究一种获得更准确的保留指数参考值的方法；2) 基于分子的结构信息，结合QSRR模型，通过提高输入数据精度,对优化算法和回归模型的选择，来构建一种保留指数高精度、通用的转换模型和一种大规模保留指数预测的方法；3) 通过构建一个包含分子质谱和保留指数信息的大规模的保留指数测试数据集，研究一种验证保留指数辅助质谱进行分子识别性能的方法。

气相色谱和质谱联用中是一种广泛使用的代谢组学分析工具，将气相色谱中标准化分离信息-保留指数和质谱分析方法相结合，将显著提高分子识别的准确性。本项目中，目前已经实现以下研究工作：1）已经构建一个包含分子质谱和保留指数信息的大规模的保留指数测试数据集，研究一种验证保留指数辅助质谱进行分子识别性能的方法； 2） 基于分子的特征信息，结合QSRR模型，使用GA同时选择分子特征和SVR参数，建立一种大规模保留指数预测方法；3）实现一种结合多相似度度量进一步提高谱库搜索的分子识别的方法。4）通过对分子质谱特征进行降维并构建搜索子库来提高谱库搜索速度；通过使用随机投影将原始质谱空间映射到二进制空间，更进一步提高谱库搜索速度；5）实现一种新的拟合模型，能以更少的参数拟合二维保留时间图，同时能更准确的计算二维保留指数；6）基于深度学习构建不同的通过质谱数据预测分子子结构的模型。