Auto-deconvolution and molecular networking of gas chromatography-mass spectrometry data.
Auto-deconvolution and molecular networking of gas chromatography-mass spectrometry data.
复制标题
气相色谱-质谱联用数据的自动解卷积与分子网络。
DOI：
10.1038/s41587-020-0700-3
复制
发表时间：
2021-03
影响因子：
46.9
通讯作者：
Veselkov K
中科院分区：
文献类型：
--
作者：
Aksenov AA;Laponogov I;Zhang Z;Doran SLF;Belluomo I;Veselkov D;Bittremieux W;Nothias LF;Nothias-Esposito M;Maloney KN;Misra BB;Melnik AV;Smirnov A;Du X;Jones KL 2nd;Dorrestein K;Panitchpakdi M;Ernst M;van der Hooft JJJ;Gonzalez M;Carazzone C;Amézquita A;Callewaert C;Morton JT;Quinn RA;Bouslimani A;Orio AA;Petras D;Smania AM;Couvillion SP;Burnet MC;Nicora CD;Zink E;Metz TO;Artaev V;Humston-Fulmer E;Gregor R;Meijler MM;Mizrahi I;Eyal S;Anderson B;Dutton R;Lugan R;Boulch PL;Guitton Y;Prevost S;Poirier A;Dervilly G;Le Bizec B;Fait A;Persi NS;Song C;Gashu K;Coras R;Guma M;Manasson J;Scher JU;Barupal DK;Alseekh S;Fernie AR;Mirnezami R;Vasiliou V;Schmid R;Borisov RS;Kulikova LN;Knight R;Wang M;Hanna GB;Dorrestein PC;Veselkov K
我们设计了一种机器学习方法MSHub，以实现气相色谱-质谱（GC-MS）数据的自动去卷积。然后，我们设计了工作流程，使社区能够在全球天然产物社会（GNPS）分子网络分析平台内存储，处理，共享，注释，比较和执行GC-MS数据的分子网络。MSHub/GNPS通过无监督非负矩阵分解对化合物碎片模式进行自动去卷积，并量化样品间碎片模式的重现性。
We engineered a machine learning approach, MSHub, to enable auto-deconvolution of gas chromatography-mass spectrometry (GC-MS) data. We then designed workflows to enable the community to store, process, share, annotate, compare, and perform molecular networking of GC-MS data within the Global Natural Product Social (GNPS) Molecular Networking analysis platform. MSHub/GNPS performs auto-deconvolution of compound fragmentation patterns via unsupervised non-negative matrix factorization and quantifies the reproducibility of fragmentation patterns across samples.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btt414
发表时间：
2013-10-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Kessler N;Neuweger H;Bonte A;Langenkämper G;Niehaus K;Nattkemper TW;Goesmann A
通讯作者：
Goesmann A
影响因子：
14.9
作者：
Haug K;Salek RM;Conesa P;Hastings J;de Matos P;Rijnbeek M;Mahendraker T;Williams M;Neumann S;Rocca-Serra P;Maguire E;González-Beltrán A;Sansone SA;Griffin JL;Steinbeck C
通讯作者：
Steinbeck C
影响因子：
7.4
作者：
Smirnov, Aleksandr;Qiu, Yunping;Du, Xiuxia
通讯作者：
Du, Xiuxia
影响因子：
7.4
作者：
Domingo-Almenara, Xavier;Brezmes, Jesus;Yanes, Oscar
通讯作者：
Yanes, Oscar
影响因子：
14.8
作者：
Protsyuk, Ivan;Melnik, Alexey V.;Alexandrov, Theodore
通讯作者：
Alexandrov, Theodore