Metabolomikte tandem kütle spektreleri arasında çapraz iyonizasyon modunda kimyasal benzerlik tahmini

Kimyasal bağlantıları kurmak neden önemli

Her yudum kahve, nefes aldığımız hava veya aldığımız ilaç vücudumuzda küçük kimyasal izler bırakır. Modern cihazlar aynı anda binlerce bu molekülü tespit edebiliyor, ancak bu sinyalleri biyolojik içgörülere dönüştürmek hâlâ beklenmedik şekilde zor. Bu çalışma, sinyaller çok farklı şekillerde kaydedilmiş olsa bile bu moleküllerin nasıl ilişkili olduğunu görmeyi kolaylaştıran bir makine öğrenimi aracı olan MS2DeepScore 2.0'ı tanıtıyor. Böylece tıp, beslenme ve çevre araştırmalarında karmaşık kimyasal karışımların daha hızlı ve daha eksiksiz yorumlanmasını vaat ediyor.

Aynı moleküle iki farklı bakış

Kütle spektrometrisi, molekülleri tartıp parçalayarak kimliklerini ortaya çıkaran temel bir tekniktir. Rutin deneylerde araştırmacılar genellikle aynı örneği iki modda ölçer: pozitif yüklenen molekülleri tercih eden bir mod ve negatif yüklenenleri tercih eden bir mod. Her mod kendi ayırt edici kırılım “çitasını” üretir. Her iki ölçüm de aynı molekülden gelse bile, ortaya çıkan desenler geleneksel karşılaştırma yöntemlerinin başarısız olacağı kadar farklı görünebilir. Sonuç olarak, araştırmacılar genellikle iki modu ayrı ayrı analiz eder, örneğin iki ayrı harita oluşturur ve kimyasallar arasındaki önemli ilişkileri kaçırma riskiyle karşı karşıya kalırlar.

Uçurumu kapatan bir öğrenme sistemi

MS2DeepScore 2.0 bu ayrımı, bilinen spektrumların geniş kütüphanelerinden doğrudan kimyasal benzerliği öğrenerek ele alıyor. Model, her bir kırılma desenini 500 sayılık bir parmak izi şeklinde bir gömüye (embedding) dönüştüren ikiz sinir ağı tasarımı üzerine kuruludur. Eğitim sırasında sistem pozitif ve negatif modlardan yüz binlerce örneği ve altta yatan moleküllerin gerçekte ne kadar benzer olduğuna dair bilgiyi görür. Böylece aynı modda veya karşıt modlarda ölçülmüş olsun, ilişkili moleküllerin spektrumları benzer gömülere sahip olacak şekilde kendini ayarlar. Yeni sürüm, orijinal molekülün kütlesi ve hangi iyonizasyon modunun kullanıldığı gibi ekstra bilgileri beslemenin yanı sıra, nadir ama bilgilendirici kimyasal ilişkilerin yaygın, bilgi içermeyen ilişkiler tarafından gölgelenmemesi için dikkatle dengelenmiş bir örnekleme şeması kullanarak selefinden öteye geçer.

Dağınık sinyallerden birleşik haritalara

Eğitildikten sonra MS2DeepScore 2.0 herhangi iki spektrumun, pozitif ve negatif mod eşleştirmeleri dahil, kimyasal olarak ne kadar benzer olduğunu tahmin edebilir. Yazarlar bu tahminlerin, yalnızca her mod içinde değil aynı zamanda modlar arasında da yapısal benzerlik için yerleşik ölçütlerle iyi korelasyon gösterdiğini ortaya koyuyor. İnsan idrarı, insan kan plazması ve yabani yenilebilir bir bitkiden alınan gerçek verileri kullanarak, her spektrumun bir düğüm olduğu ve güçlü tahmini benzerliğin bir bağlantı oluşturduğu “moleküler ağlar” kuruyorlar. Eski yaklaşımların aksine bu ağlar pozitif ve negatif mod verilerini doğal olarak tek, tutarlı haritalarda karıştırıyor. Uzmanlarca derlenen kümeler, örneğin modlar arasında bağlanan ve bilinen metabolik yollarla eşleşen idrarda kafeinle ilişkili moleküller gruplarını içeriyor.

Kimyasal manzarayı bir bakışta görmek

Moleküler ağlar güçlüdür ancak çok sayıda zayıf bağlantı eklendiğinde karışık hale gelebilir. Bunu önlemek için yazarlar MS2DeepScore’ın gömülerini doğrudan UMAP adı verilen bir teknikle oluşturulan iki boyutlu düzenlemede koordinatlar olarak kullanıyor. Bu haritadaki her nokta bir spektrumu temsil eder ve yakın noktalar modelin kimyasal olarak benzer kabul ettiği moleküllere karşılık gelir. Aynı bileşiğin pozitif ve negatif mod spektrumları, gözle çok farklı görünseler bile, genellikle bu gömü alanında yan yana yerleşir. Ekip ayrıca her gömüyü inceleyen ve ne kadar güvenilir olduğunu tahmin eden ek bir model eğitiyor; bu model eğitim sırasında görülmemiş, gürültülü veya eksik spektrumları işaretliyor. Bu düşük kaliteli noktaların çıkarılması genel doğruluğu artırıyor ve görselleştirmeleri daha güvenilir kılıyor.

Gelişmiş araçları günlük laboratuvarlara getirmek

Bu teknolojinin programlama uzmanlarının ötesinde kullanılabilir olmasını sağlamak için yazarlar MS2DeepScore 2.0’ı popüler ve ücretsiz erişimli kütle spektrometrisi yazılımlarına entegre ettiler. Bu entegrasyonla araştırmacılar özellikleri tespit edebilir, iyonizasyon modu sınırlarını yok sayan moleküler ağlar oluşturabilir ve ortaya çıkan kimyasal alanı etkileşimli panolar aracılığıyla keşfedebilir. Kod, eğitilmiş modeller ve örnek veri setleri açıkça paylaşılıyor ve sistem özel kimyasal sınıflar için yeniden eğitilebilir veya ince ayar yapılabilir.

Gelecek keşifler için anlamı

Uzman olmayanlar için ana mesaj, MS2DeepScore 2.0’ın parçalanmış ve moda bağlı ölçümleri tek, daha anlaşılır bir resme dönüştürmeye yardımcı olduğudur. Eskiden ayrı analitik dünyalarda kalan sinyalleri güvenilir biçimde bağlayarak yöntem, bilim insanlarının çok daha büyük referans kütüphanelerinden yararlanmasını, örnekleri daha eksiksiz karşılaştırmasını ve ilişkili bileşiklerin anlamlı kümelerine odaklanmasını sağlar. Bu verilerin çapraz bağlanmasının biyobelirteçlerin, besinlerin, doğal ürünlerin ve kirleticilerin tanımlanmasını hızlandırması ve nihayetinde kimyanın sağlık ve çevreyi nasıl şekillendirdiğine dair anlayışımızı derinleştirmesi bekleniyor.

Atıf: de Jonge, N.F., Chekmeneva, E., Schmid, R. et al. Cross ionization mode chemical similarity prediction between tandem mass spectra in metabolomics. Nat Commun 17, 2483 (2026). https://doi.org/10.1038/s41467-026-69083-y

Anahtar kelimeler: metabolomik, kütle spektrometrisi, makine öğrenimi, moleküler ağ oluşturma, kimyasal benzerlik