Metabolomik yang tidak ditargetkan memainkan peran penting dalam gelombang kedokteran presisi dan penemuan biomarker. Namun, identifikasi senyawa tetap menantang karena ketidaklengkapan perpustakaan referensi spektrum yang ada. Untuk mengatasi masalah ini, Institut Penelitian dan Pengujian Bahan Federal Jerman (BAM) dan tim peneliti dari Free University of Berlin bersama -sama mengembangkan Fiora, sebuah jaringan saraf grafik open source (GNN), yang dirancang untuk mensimulasikan proses spektrometri massa tandem untuk membantu meningkatkan akurasi pengenalan spektrometri massa.
Inti dari model Fiora adalah menggunakan informasi lingkungan lokal dari ikatan dalam molekul untuk mempelajari pola pemecahan senyawa, sehingga memperoleh probabilitas ion yang terfragmentasi. Dibandingkan dengan algoritma fragmentasi tradisional Iceberg dan CFM-ID, Fiora berkinerja sangat baik dalam prediksi kualitas dan dapat memprediksi fitur-fitur lain seperti waktu retensi (RT) dan penampang tabrakan (CCS). Hasil penelitian perintis ini diterbitkan di Nature Communications pada 7 Maret 2025.
Desain Fiora memanfaatkan sepenuhnya GPU berkinerja tinggi, dengan cepat memvalidasi anotasi senyawa putatif, dan secara signifikan memperluas perpustakaan referensi spektral dengan prediksi berkualitas tinggi. Kemajuan ini sangat penting untuk mempromosikan penelitian tentang metabolomik yang tidak ditargetkan, terutama ketika menganalisis senyawa yang tidak diketahui. Penelitian di bidang ini telah lambat dalam dekade terakhir karena kelangkaan spektrum referensi berkualitas tinggi. Sebagai contoh, CASMI Challenge 2016 menunjukkan bahwa tingkat penarikan metode simulasi komputer hanya 34%, sementara itu bahkan tidak 30% pada tahun 2022. Ini menunjukkan kebutuhan mendesak untuk solusi baru.
Fiora unik karena dapat secara independen mengevaluasi peristiwa disosiasi ikatan berdasarkan struktur lokal masing -masing senyawa. Metode ini mensimulasikan proses fragmentasi fisik dalam spektrometri massa lebih langsung daripada banyak algoritma yang ada. Selain itu, Fiora tidak hanya berkinerja baik ketika menargetkan senyawa yang sama, tetapi juga kemampuannya untuk mempromosikan struktur yang tidak dikenal sangat mengesankan.
Untuk memastikan efektivitasnya, Fiora diuji pada beberapa set data dan hasilnya menunjukkan bahwa kesamaan median antara spektrum massa yang diprediksi dan spektrum referensi mencapai lebih dari 0,8, dan dalam beberapa kasus, 10% hingga 49% lebih tinggi dari algoritma kompetisi. Selain itu, desain modular Fiora memungkinkannya untuk beradaptasi secara fleksibel dengan tujuan prediktif yang berbeda, menunjukkan keserbagunaan yang sangat baik.
Peluncuran Fiora tidak hanya mengisi kesenjangan dalam analisis spektrometri massa, tetapi juga menyediakan alat yang kuat untuk identifikasi dan penelitian senyawa di masa depan.