[論文レビュー] MassFormer: Tandem Mass Spectrum Prediction with Graph Transformers.

Adamo Young, Bo Wang+1 more|arXiv (Cornell University)|Nov 8, 2021

Metabolomics and Mass Spectrometry Studies参考文献 57被引用数 4

ひとこと要約

MassFormerは、分子構造と注目メカニズムを活用して、既存のディープラーニング手法を上回る精度でタンデム質量スペクトルを予測するグラフトランスフォーマーモデルを導入する。スペクトルライブラリのカバレッジを向上させ、衝突エネルギーの影響を捉えることができ、多様なMSデータセットにわたる一般化性能を示している。

ABSTRACT

Mass spectrometry is a key tool in the study of small molecules, playing an important role in metabolomics, drug discovery, and environmental chemistry. Tandem mass spectra capture fragmentation patterns that provide key structural information about a molecule and help with its identification. Practitioners often rely on spectral library searches to match unknown spectra with known compounds. However, such search-based methods are limited by availability of reference experimental data. In this work we show that graph transformers can be used to accurately predict tandem mass spectra. Our model, MassFormer, outperforms competing deep learning approaches for spectrum prediction, and includes an interpretable attention mechanism to help explain predictions. We demonstrate that our model can be used to improve reference library coverage on a synthetic molecule identification task. Through quantitative analysis and visual inspection, we verify that our model recovers prior knowledge about the effect of collision energy on the generated spectrum. We evaluate our model on different types of mass spectra from two independent MS datasets and show that its performance generalizes. Code available at github.com/Roestlab/massformer.

研究の動機と目的

• 小分子同定のための参考ライブラリにおける実験的タンデム質量スペクトルの不足を解決すること。
• 分子構造から直接、高精度なタンデム質量スペクトルを予測するディープラーニングモデルを開発すること。
• 予測の解釈可能性を高めるための解釈可能な注目メカニズムを組み込むこと。
• 未知の化合物のための高品質な予測スペクトルを生成することで、参考ライブラリのカバレッジを向上させること。
• 異なる種類の質量スペクトルが含まれる独立したデータセット間でのモデルの一般化性能を評価すること。

提案手法

• MassFormerは、原子および結合の特徴に基づいて、分子構造をノードおよびエッジの表現にエンコードするためのグラフニューラルネットワークを用いる。
• マルチヘッド自己注意機構を備えたトランスフォーマーエンコーダーを適用し、分子グラフ内の長距離依存関係をモデル化する。
• グラフ構造の表現から、m/zと強度のペアを予測することで、断片イオン強度を予測する。
• 注目重みを分析して、予測ピークに最も寄与する構造的断片を特定する。
• 交差エントロピー損失を用いたシーケンス・ツー・シーケンス予測目的で、タンデムMSデータ上でエンドツーエンドに訓練する。
• 異なる実験的条件下での一般化性能を評価するために、2つの独立したMSデータセットで評価する。

実験結果

リサーチクエスチョン

• RQ1 グラフトランスフォーマーモデルは、分子構造のみを用いて、タンデム質量スペクトルを高精度に予測できるか？
• RQ2 MassFormerは、独立したデータセットからの異なる種類の質量スペクトルに、どの程度一般化できるか？
• RQ3 予測スペクトルが、未知化合物同定における参考ライブラリのカバレッジをどの程度向上できるか？
• RQ4 MassFormerに組み込まれた注目メカニズムは、衝突エネルギーが断片化に与える影響といった、既知の化学的知識を回復できるか？
• RQ5 既存のディープラーニング手法と比較して、MassFormerの性能はどの程度か？

主な発見

• MassFormerは、予測精度の観点で、既存のディープラーニング手法を上回る。
• 定量的および視覚的分析により、衝突エネルギーが断片化パターンに与える影響といった、既知の化学的効果が、モデルで正しく回復されていることが確認された。
• MassFormerが生成した予測スペクトルは、合成分子同定タスクにおける参考ライブラリのカバレッジを向上させた。
• MassFormerの注目メカニズムは、予測ピークに寄与する分子断片を解釈可能な形で明らかにした。
• MassFormerは、2つの独立したMSデータセットからの異なる種類のタンデム質量スペクトルに、良好な一般化性能を示した。
• MassFormerの性能は、多様な実験的条件下および化合物タイプにわたり、強固で一貫性があることが確認された。