PulseAugur
中
实时 04:06:50
English(EN) MS-GPT: Rethinking MS/MS De Novo Structure Elucidation as Spectrum-Induced Posterior Querying of a Molecule-Language Model

MS-GPT模型推进从质谱图进行从头分子结构解析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了MS-GPT，这是一种新颖的分子语言模型，用于从串联质谱（MS/MS）数据中进行从头结构解析。与依赖参考库或预定义候选物的方法不同，MS-GPT直接从频谱图生成分子结构。它将问题重新构想为频谱诱导后验查询，将语言模型条件化为指纹和分子式。该模型在NPLIB1和MassSpecGym数据集上取得了最先进的性能，证明了在识别分子结构方面的准确性有所提高。 AI

影响 这项研究引入了一种使用语言模型进行分子结构解析的新方法，有可能改进分析化学工作流程。

排序理由 该集群包含一篇详细介绍新模型及其在特定数据集上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MS-GPT模型推进从质谱图进行从头分子结构解析

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Xin Zhao, Yumin Liu, Zhuo Li, Weichu Zheng, Feng Zhu, Xiaokang Yang, Yaohui Jin, Yanyan Xu ·

    MS-GPT：将 MS/MS 从头结构解析重新构想为分子语言模型的频谱诱导后验查询

    arXiv:2607.23607v1 Announce Type: cross Abstract: Molecular structure elucidation from tandem mass spectra (MS/MS) is a central inverse problem in analytical chemistry. Most existing approaches to MS/MS identification remain tied to reference libraries or predefined candidate set…

相关实体

相关话题