[論文レビュー] MassFormer: Tandem Mass Spectrum Prediction for Small Molecules using Graph Transformers

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

Computational Drug Discovery Methods被引用数 8

ひとこと要約

MassFormerは、自己注意メカニズムを用いて分子全体の構造的情報を活用することで、小分子の正確なタンデム質量分析スペクトル（MS/MS）予測を実現するグラフ変換器モデルを提案する。化学データで事前学習し、スペクトルデータで微調整することで、複数のデータセットで既存手法を上回り、既知の衝突エネルギー効果を回復し、オープンソースコードのリリースを伴い、スペクトル同定タスクで最先端の性能を達成する。

ABSTRACT

Tandem mass spectra capture fragmentation patterns that provide key structural information about a molecule. Although mass spectrometry is applied in many areas, the vast majority of small molecules lack experimental reference spectra. For over seventy years, spectrum prediction has remained a key challenge in the field. Existing deep learning methods do not leverage global structure in the molecule, potentially resulting in difficulties when generalizing to new data. In this work we propose a new model, MassFormer, for accurately predicting tandem mass spectra. MassFormer uses a graph transformer architecture to model long-distance relationships between atoms in the molecule. The transformer module is initialized with parameters obtained through a chemical pre-training task, then fine-tuned on spectral data. MassFormer outperforms competing approaches for spectrum prediction on multiple datasets, and is able to recover prior knowledge about the effect of collision energy on the spectrum. By employing gradient-based attribution methods, we demonstrate that the model can identify relationships between fragment peaks. To further highlight MassFormer's utility, we show that it can match or exceed existing prediction-based methods on two spectrum identification tasks. We provide open-source implementations of our model and baseline approaches, with the goal of encouraging future research in this area.

研究の動機と目的

• 大多数の小分子に対して実験的MS/MS基準スペクトルが不足しているという重要な課題に対処すること。
• 既存のディープラーニングモデルが分子構造内の長距離相互作用を捉えられていないという制限を克服すること。
• 分子の全体的文脈をモデル化することで、未知の化合物に一般化しやすいスペクトル予測モデルを開発すること。
• ベンチマークデータセットを用いて、実世界のスペクトル同定タスクにおけるモデルの実用性を示すこと。

提案手法

• MassFormerは、分子グラフ内のすべての原子間のペアワイズ相互作用をモデル化するためのグラフ変換器アーキテクチャを採用し、長距離依存関係を捉える。
• 変換器は、分子データにおける化学的事前学習タスクからのパラメータで初期化され、より良い一般化性能を実現する。
• スペクトル予測は、MS/MSデータ上で事前学習済みモデルを微調整することで実現し、分子ノード表現のマルチヘッドアテンション機構を用いる。
• モデルは、断片ピークに注目し、m/z強度値を予測するために学習可能なスペクトルトークンを用いる。
• 勾配に基づく帰属手法を適用し、断片ピーク間の関係を解釈する。
• スペクトル同定のための標準的なランク付け指標を用いて、NIST、CASMI 2016、pCASMIデータセットでモデルを評価する。

実験結果

リサーチクエスチョン

• RQ1 グラフ変換器アーキテクチャは、小分子における長距離原子相互作用を効果的にモデル化し、MS/MSスペクトル予測を改善できるか？
• RQ2 化学データで事前学習することで、未知の化合物におけるスペクトル予測の一般化能力が向上するか？
• RQ3 MassFormerは、断片化パターンに与える衝突エネルギーの影響といった既知の化学的原則を回復できるか？
• RQ4 実世界のデータセットを用いたスペクトル同定タスクにおいて、MassFormerは既存手法と比較して優れているか？
• RQ5 勾配帰属手法は、モデルが予測する断片イオン間の意味のある関係を明らかにできるか？

主な発見

• MassFormerは、NIST、CASMI 2016、pCASMIデータセットを含む複数のMS/MSスペクトル予測ベンチマークで、競合モデルを上回る性能を示した。
• モデルは、断片イオン強度分布への衝突エネルギーの増加が与える影響といった既知の化学的トレンドを効果的に回復した。
• MassFormerは、CASMI 2016およびpCASMIデータセットの両方で、既存の予測ベース手法と同等またはそれを上回る、最先端のスペクトル同定性能を達成した。
• 勾配帰属解析により、モデルが断片ピークを特定の構造的断片に関連付ける能力を学習していることが示され、解釈可能性と化学的妥当性が裏付けられた。
• 分子データでの事前学習が、特に多様性が高く困難な化合物において顕著に性能向上をもたらした。
• モデルは、複数の環を有する大きな化合物を含め、分子量にわたる堅牢性を示したが、これに対して従来の組み合わせ的アプローチは困難であった。