[論文レビュー] De Novo Molecular Generation from Mass Spectra via Many-Body Enhanced Diffusion

Xichen Sun, Wentao Wei+3 more|arXiv (Cornell University)|Feb 2, 2026

Mass Spectrometry Techniques and Applications被引用数 0

ひとこと要約

MBGenはエッジ中心拡散モデルと多体注意機構を用い、MS/MSスペクトルから分子構造を生成する。NPLIB1およびMassSpecGymベンチマークで最先端の結果を達成。

ABSTRACT

Molecular structure generation from mass spectrometry is fundamental for understanding cellular metabolism and discovering novel compounds. Although tandem mass spectrometry (MS/MS) enables the high-throughput acquisition of fragment fingerprints, these spectra often reflect higher-order interactions involving the concerted cleavage of multiple atoms and bonds-crucial for resolving complex isomers and non-local fragmentation mechanisms. However, most existing methods adopt atom-centric and pairwise interaction modeling, overlooking higher-order edge interactions and lacking the capacity to systematically capture essential many-body characteristics for structure generation. To overcome these limitations, we present MBGen, a Many-Body enhanced diffusion framework for de novo molecular structure Generation from mass spectra. By integrating a many-body attention mechanism and higher-order edge modeling, MBGen comprehensively leverages the rich structural information encoded in MS/MS spectra, enabling accurate de novo generation and isomer differentiation for novel molecules. Experimental results on the NPLIB1 and MassSpecGym benchmarks demonstrate that MBGen achieves superior performance, with improvements of up to 230% over state-of-the-art methods, highlighting the scientific value and practical utility of many-body modeling for mass spectrometry-based molecular generation. Further analysis and ablation studies show that our approach effectively captures higher-order interactions and exhibits enhanced sensitivity to complex isomeric and non-local fragmentation information.

研究の動機と目的

• tandem MSスペクトルから正確なデノボ分子構造生成の動機づけ。
• 原子中心モデルおよび対のモデルの制約を、 多体エッジ相互作用をモデリングすることで克服。
• スペクトル指紋で条件付けられたエッジ中心の拡散フレームワークを開発。
• スペクトルエンコーダーとグラフデコーダーの事前学習を行い、その後エンドツーエンド微調整を実施。
• ベースラインよりも異性体の識別性と化学的妥当性の向上を実証。

提案手法

• 分子をノードとエッジの埋め込みを持つエッジ中心グラフとして表現。
• スペクトルエンコーダー（MIST Formula Transformer）を用いてMS/MSデータからグローバル指紋yを生成。
• yとHを条件としてエッジ特徴をデノイズする多体強化拡散プロセスでデコード。
• 三重項相互作用（i, j, k）によってエッジ埋め込みを更新する多体注意モジュールを組み込む。
• FiLM条件化を適用してグローバルスペクトル情報をエッジ表現に注入。
• 三段階の学習スキームで訓練：スペクトルエンコーダーの事前学習、フィンガープリント–構造対のデコーダー事前学習、エンドツーエンド微調整。

Figure 1: The mass spectrum comprises fragments from complex bond cleavages, where isomers within the same peak each contribute distinct yet essential insights for accurate molecular generation.

実験結果

リサーチクエスチョン

• RQ1 多体注意による高次のエッジ相互作用のモデリングは、MS/MSスペクトルからのデノボ分子生成を改善するか？
• RQ2 スペクトル指紋で条件付けられたエッジ中心拡散は、構造生成と異性体識別において原子中心ベースラインより優れているか？
• RQ3 エンコーダー/デコーダーおよび多体モジュールの事前学習が生成精度と化学的妥当性に与える影響は？
• RQ4 MBGenは類似のフラグメンテーションパターンを持つ異性体をどれだけ distinguishできるか？

主な発見

• MBGenはNPLIB1およびMassSpecGymベンチマークでTop-1およびTop-10精度の最先端を達成。
• NPLIB1ではMBGenのTop-1精度が12.20%、Top-10が22.29%、DiffMSを顕著に上回る。
• MassSpecGymではMBGenのTop-1精度が7.58%、Top-10が12.54%、DiffMSを上回る。
• MBGenはMCESおよびTanimotoスコアでより高い値を示し、部分構造および全体的な分子類似性が向上。
• アブレーション研究により、多体モジュールと全体的な事前学習が性能向上に寄与することを示唆。
• ケーススタディはMBGenがピーク内情報の異性体を捉え、ベースラインより複雑な分子の再構成をより正確に行えることを示す。

Figure 2: An overview of MBGen framework.