Relaciones de picos de características de espectrometría de masas por ionización electrónica combinadas con un modelo de clasificación profunda para asistir a un algoritmo de similitud para la identificación rápida y precisa de compuestos

Justificación: La cromatografía de gases-espectrometría de masas (CG-EM) combina cromatografía y EM, aprovechando al máximo las ventajas de alta eficiencia de separación de la CG, la fuerte capacidad cualitativa de la EM y la alta sensibilidad del detector. En el procesamiento de datos de CG-EM, determinar los compuestos experimentales es uno de los pasos analíticos más importantes, que se realiza generalmente mediante cálculos de similitud uno a uno entre el espectro de masas experimental y la biblioteca estándar de espectros de masas. Aunque la precisión del algoritmo ha mejorado en los últimos años, aún es difícil distinguir espectros de masas estructuralmente similares, especialmente isómeros. Al mismo tiempo, la capacidad de la biblioteca es muy grande y aumenta cada año, y el algoritmo necesita realizar una gran cantidad de cálculos con compuestos irrelevantes en la biblioteca para reconocer compuestos desconocidos, lo que lleva a una reducción significativa en la eficiencia. Métodos: Este trabajo propone excluir un gran número de espectros de masas irrelevantes mediante una búsqueda previa, realizar cálculos de similitud preliminares utilizando algoritmos de similitud y, finalmente, mejorar la precisión de los cálculos de similitud utilizando modelos de clasificación profunda. La biblioteca de réplicas de NIST17 se utiliza como los datos de consulta, y la biblioteca maestra se utiliza como la base de datos de referencia. Resultados: Comparado con el algoritmo de reconocimiento tradicional, el algoritmo de preprocesamiento ha reducido el tiempo en 4.2 h, y al agregar los modelos de aprendizaje profundo 1 y 2 como la determinación final, la precisión de reconocimiento ha mejorado en un 1.9% y un 6.5% respectivamente, basado en el algoritmo original. Conclusiones: Este método mejora la eficiencia de reconocimiento en comparación con algoritmos convencionales y al mismo tiempo tiene mejor precisión de reconocimiento para espectros de masas estructuralmente similares e isómeros.