IodoFinder: Machine Learning-Guided Recognition of Iodinated Chemicals in Nontargeted LC-MS/MS Analysis
Notice bibliographique
Résumé
Iodinated disinfection byproducts (I-DBPs) pose significant health concerns due to their high toxicity. Current approaches to recognize unknown I-DBPs in mass spectrometry (MS) analysis rely on negative ionization mode, in which the characteristic I – fragment can be observed in tandem mass spectra (MS/MS). Still, many I-DBPs ionize exclusively in positive ionization mode, where the I – fragment is absent. To address this gap, this work developed a machine learning-based strategy to recognize iodinated compounds (I-compounds) from their MS/MS in both electrospray positive (ESI+) and negative ionization (ESI−) modes. Investigating over 6000 MS/MS spectra of 381 I-compounds, we first identified five characteristic I-containing neutral losses and one diagnostic I – fragment in ESI+ and ESI– modes, respectively. We then trained Random Forest models and integrated them into IodoFinder, a Python program, to streamline the recognition of I-compounds from raw LC-MS data. IodoFinder accurately recognized over 96% of the 161 I-compound standards in both ionization modes. In its application to DBP mixtures, IodoFinder discovered 19 I-DBPs with annotated structures and an additional 17 with assigned formulas, including 12 novel and 3 confirmed I-DBPs. We envision that IodoFinder will advance the identification of both known and unknown I-compounds in exposome studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».