文献
J-GLOBAL ID:202202235889420283   整理番号:22A1050984

グラフ畳込みネットワークに基づく電子イオン化質量スペクトルの予測【JST・京大機械翻訳】

Prediction of electron ionization mass spectra based on graph convolutional networks
著者 (5件):
資料名:
巻: 475  ページ: Null  発行年: 2022年 
JST資料番号: D0625A  ISSN: 1387-3806  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
代謝産物の暫定的同定は,試料の観察された質量スペクトルを参照ライブラリーと比較する。しかし,既存のライブラリーは膨大な数の化合物のためにすべての質量スペクトルを含まなかった。ターゲット質量スペクトルがライブラリに存在しないならば,同定プロセスは失敗する。1つの解決策は,合成スペクトルでライブラリーを補強する。以前の研究では,それらの拡張接続性フィンガープリント(ECFP)から小化合物の電子イオン化質量スペクトル(EI-MS)を予測するためにニューラルネットワークを用いた。しかし,いくつかの分子構造情報は,ECFP生成過程で失われる可能性がある。本論文では,分子特徴を抽出し,EI-MSを予測するために,グラフ畳込みネットワークを用いる深層学習モデルを提案した。このモデルは,分子のグラフ上で直接作動するエンドツーエンド法であり,構造情報の損失を避ける優れた方法である。実験結果は,提案したモデルの性能が,EI-MS予測のタスクに関する以前に報告された方法に打ち勝つことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
質量分析  ,  質量スペクトル(分子) 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る