Machine Learning-Assisted Recognition of Environmental Sulfur-Containing Chemicals in Nontargeted Mass Spectrometry Analysis of Inadequate Mass Resolution
Notice bibliographique
Résumé
Sulfur (S)-containing compounds can be unambiguously identified by their distinctive isotope patterns in mass spectrometry (MS) when the instrument has a mass resolution exceeding 500,000. However, many environmental research laboratories that perform nontargeted analysis rely on high-resolution mass spectrometry (HRMS) instruments, such as quadrupole time-of-flight mass spectrometry (QTOF MS). These HRMS instruments typically operate at a mass resolution of less than 50,000. At such limited resolution, confidently recognizing sulfur isotope patterns is challenging. This work develops a machine learning (ML) strategy for recognizing and predicting the number of S present using HRMS at a mass resolution as low as 25,000. We benchmarked our ML strategy on experimental data, where 200 S-containing standard compounds were mixed into complex environmental samples. In positive electrospray ionization (ESI) mode, our ML strategy achieved accuracies ranging from 87.4 to 95.0% for S recognition and accuracies ranging from 86.3 to 96.6% for S number prediction. Notably, the ML method performed similarly well in negative ESI mode. Our ML strategy was further evaluated on an external experimental water dataset where it correctly recognized the presence of S for all 24 previously reported 2-mercaptobenzothiazole disinfection byproducts (DBPs). The developed ML strategy was implemented into SulfurFinder, an R program, to facilitate automated data cleaning, S recognition, and S number prediction in HRMS data. SulfurFinder combined with HPLC-HRMS analysis of a wastewater sample tentatively identified 169 potential S-containing features. Of these, three were confirmed as S-containing pharmaceuticals. An additional S-containing drug was also putatively annotated using molecular networking. The development of SulfurFinder significantly boosts the capability of conventional HRMS to address the challenge of S recognition in the era of exposomics, supporting a wide range of environmental applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».