Adduct-Induced Variability in Tandem Mass Spectrometry
Notice bibliographique
Résumé
Tandem mass spectrometry (MS/MS) provides essential structural information and plays a central role in compound annotation in metabolomics. While different precursor ion types are expected to influence the generation of MS/MS spectra, systematic investigations into precursor ion type-dependent MS/MS variability have been limited. To address this gap, we analyzed over half a million MS/MS spectra of 24,686 unique compounds from the NIST 20 spectral library, covering a broad range of precursor ion types and collision energies (CEs). Using [M + H] + and [M – H] − spectra as references, we found that alkali cation adducted species such as [M + Na] + and [M + K] + exhibited distinct fragmentation behavior and low spectral similarity, likely due to the distinct nature of the alkali charge carriers, which do not promote protonated fragmentation pathways but instead stabilize the precursor ion through coordination. In contrast, [M + NH 4 ] +, [2M + H] +, [M + H – H 2 O] +, [M + Cl] −, [2M – H] −, and [M – H – H 2 O] − showed moderate to high similarity to their references, as they often undergo neutral losses that generate [M + H] + or [M – H] −, or are themselves derived from these ions. Our study also observed that fragmentation is structure-driven at lower CE and energy-driven at higher CE. This pattern allows for a higher spectral similarity among different precursor ion types at high CE. However, [2M + H] + or [2M – H] − showed reduced similarity at higher CE, likely because the same amount of energy is distributed across more bonds in these larger precursor ions, resulting in less energy per bond. Finally, we demonstrated that ignoring precursor ion types can compromise compound annotation, including spectral library searches, molecular networking, and machine learning model development. Overall, this study underscores the critical influence of precursor ion types on MS/MS spectra and highlights the need for precursor-ion-type-aware strategies in metabolite annotation, which has been largely overlooked in the metabolomics field.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».