文献

J-GLOBAL ID：202002256857643575   整理番号：20A2289738

ナノHPLCにおける小分子の保持時間を予測するための機械学習【JST・京大機械翻訳】

Machine learning to predict retention time of small molecules in nano-HPLC

著者 (7件)： Osipenko Sergey (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Bashkirova Inga (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Sosnin Sergey (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Kovaleva Oxana (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Fedorov Maxim (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Nikolaev Eugene (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia) ,  Kostyukevich Yury (Center for Computational and Data-Intensive Science and Engineering, Skolkovo Institute of Science and Technology, Moscow, Russia)
資料名： Analytical & Bioanalytical Chemistry  (Analytical & Bioanalytical Chemistry)
巻： 412  号： 28  ページ： 7767-7776  発行年： 2020年 
JST資料番号： E0425B  ISSN： 1618-2642  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 保持時間は,非標的LC-MSスクリーニングにおける同定のための重要なパラメータである。正確な保持時間予測はアノテーションプロセスを促進し,プロテオミクスでよく知られている。しかし,長時間の利用可能な実験情報の欠如は小分子の予測精度を制限している。最近,小分子保持時間に対する大きなデータベースは,化合物の全多様性に対する信頼できる機械学習に基づく予測を可能にする。簡単な投影の適用は,種々のLCシステムと条件に関するこれらの予測を拡大するかもしれない。本研究では,METLIN小分子データセットで訓練された2成分および回帰勾配ブースティングモデルおよびナノHPLC分離への少数の容易に利用可能な化合物による結果の簡単な投影を含むナノHPLCの保持時間を予測する複雑なアプローチについて述べた。提案モデルは,46秒平均絶対誤差による予測のために機械学習を使用する以前の試みより優れている。ナノLC条件への移動後の全体的性能は,絶対(相対)誤差の中央値で155s(10.8%)以下であった。記述したアプローチの適用性を例証するために,ROC曲線から導かれるフィルタ閾値を用いて,偽陽性の25から42%を平均的に除去することに成功した。したがって,提案されたアプローチは,他のよく確立されたin silico法に加えて使用されるべきであり,それらの統合は,正しく同定された分子の範囲を広げる可能性がある。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  データベース ,  適応性 ,  保持時間 ,  *高速液体クロマトグラフィー ,  *小分子 ,  HPLC-MS分析 ,  LC-MS分析 ,  スクリーニング ,  *機械学習 ,  アノテーション ,  プロテオミクス
準シソーラス用語： ROC曲線 ,  in silico ,  予測精度 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (3件)： 保持時間予測 ,  ナノHPLC ,  機械学習

分類 (3件)： 有機化合物の各種分析  (CC08034J) ,  有機化合物の物理分析  (CC03034A) ,  液体クロマトグラフィー  (CC04014L)

タイトルに関連する用語 (5件)： HPLC ,  小分子 ,  保持時間 ,  予測 ,  機械学習