AnalyticalChemistry|朱正江課題組基于神經網絡構建的離子淌度質譜CCS值數據庫

　　中國科學院上海有機化學研究所生物與化學交叉研究中心朱正江研究員團隊在Analytical Chemistry雜志在線發表了題為“AllCCS2: Curation of Ion Mobility Collision Cross-Section Atlas for Small Molecules Using Comprehensive Molecular Representations”的研究論文（Analytical Chemistry, 2023, https://doi.org/10.1021/acs.analchem.3c02267）。該工作在AllCCS（Nature Communications, 2020, https://doi.org/10.1038/s41467-020-18171-8）的基礎上，進一步利用多種類型分子表征建立了離子淌度質譜CCS值的神經網絡預測模型和數據庫。朱正江課題組博士研究生張浩松是論文的第一作者，中國科學院上海有機化學研究所生物與化學交叉研究中心為第一單位。

　　離子淌度質譜（IM–MS）的快速發展徹底改變了小分子的多維分離和分析，并應用于代謝組學、脂質組學和暴露組學研究中。在離子淌度分離中，化合物離子在電場的作用下與中性緩沖氣體相互作用，導致漂移時間的差異，并以碰撞橫截面積（CCS）進行表示。因此，參考CCS數據庫的建立對于IM–MS成功應用于小分子分析起著關鍵作用。目前的CCS數據庫建立具有多種策略，其中基于機器學習的訓練和預測由于其高精度、高效率和低成本，作為建立參考CCS數據庫的策略而受到廣泛歡迎。

　　隨著多種儀器平臺的發展，如漂移管離子淌度質譜（DTIMS）、行波離子淌度質譜（TWIMS）、俘獲離子淌度質譜（TIMS）等，對支持不同儀器平臺的CCS數據庫的需求不斷增加。另一方面，基于機器學習的方法通常依賴于分子表征，例如分子描述符，來建立 CCS 值和小分子之間的關系。因此，深入解析分子并獲得全面表征，也是獲得預測CCS值的重要挑戰。而以往的研究多依賴以分子為整體的分子描述符，或只使用簡化分子輸入線輸入系統（SMILES）字符串，這可能會忽略分子的重要拓撲信息，使得表征分子時存在局限性。針對上述問題，本工作進一步利用多種類型分子表征（包括質譜特征、分子描述符特征和使用圖卷積網絡提取的圖特征）建立了離子淌度質譜CCS值的神經網絡預測模型和數據庫AllCCS2。

 AllCCS2模型示意圖

　　AllCCS2進一步納入了新獲得的實驗CCS值作為訓練數據，其中包括10384條CCS值記錄和7713個統一的CCS值，并且使用了1737個CCS值作為外部數據集用于測試模型效果。AllCCS2利用多種分子表征（包括質譜特征、分子描述符和使用圖卷積網絡提取的圖特征）建立了神經網絡預測模型，實現了卓越的預測精度，在訓練集、驗證集和測試集中分別實現了0.31%、0.72%和1.64%的中值相對誤差，在準確性和覆蓋率方面超越了現有的CCS預測工具。

AllCCS2模型效果

　　此外，AllCCS2還表現出與不同儀器平臺（DTIMS、TWIMS和TIMS）的出色兼容性。工作中還使用代表結構相似性（RSS）和模型預測變異（MPV）綜合研究了AllCCS2中來自訓練數據和預測模型的預測不確定性。值得注意的是，與訓練集結構高度相似且模型預測變化較低的小分子表現出更高的準確性和更低的相對誤差，這能夠為預測結果的應用提供參考。

預測誤差與RSS和MPV的相關關系示意圖

　　AllCCS2是支持IM–MS技術應用的寶貴資源，為了方便相關領域研究者使用該工具，AllCCS2數據庫和預測工具可在http://allccs.zhulab.cn/免費訪問。相關技術和軟件的商業用途需要聯系朱正江研究員進行授權使用。