Key points are not available for this paper at this time.
Wir haben einen Machine-Learning-Ansatz, MSHub, entwickelt, um die Auto-Dekonvolution von Gaschromatografie-Massenspektrometrie (GC-MS) Daten zu ermöglichen. Anschließend haben wir Workflows entworfen, um der Gemeinschaft die Speicherung, Verarbeitung, den Austausch, die Anmerkung, den Vergleich und die Durchführung der molekularen Vernetzung von GC-MS-Daten innerhalb der Global Natural Product Social (GNPS) Molekularen Netzwerk-Analyseplattform zu ermöglichen. MSHub/GNPS führt die Auto-Dekonvolution von Verbindungenfragmentierungsmustern mittels unbeaufsichtigter nicht-negativer Matrixfaktorisierung durch und quantifiziert die Reproduzierbarkeit der Fragmentierungsmuster über Proben hinweg.
Aksenov et al. (Mon,) haben diese Frage untersucht.