Диссертация

Работа посвящена усовершенствованию существующих и разработке новых подходов к обработке и предсказанию хроматомасс-спектральных данных, в частности поиску ошибок в базах времен и индексов удерживания, а также предсказанию масс-спектров соединений по их структуре и молекулярных отпечатков пальцев по масс-спектрам электронной ионизации. Предложенный подход к поиску ошибок в хроматографических базах данных был реализован на на языке программирования Python и опубликован в виде открытого исходного кода вместе с пошаговой инструкцией. Эффективность подхода была оценена с использованием двух групп синтетических наборов данных, а также баз данных NIST RI и METLIN SMRT, что позволило найти 2093 и 1544 потенциально ошибочные записи, соответственно. Предложенный алгоритм округления значений m/z масс-спектров низкого разрешения (∆m_50% ~ 0.5) с плавающей запятой до целочисленных позволят минимизировать влияние случайных приборных погрешностей на результаты. Подход был впоследствии включен в пакет OpenChrom для обработки хроматомасс-спектральных данных. Оптимизированные архитектуры и гиперпараметры нейросетевых моделей позволили увеличить точность предсказания масс-спектров электронной ионизации по структуре молекулы, а также ускорить обучение и улучшить правильность, точность и полноту предсказания молекулярных отпечатков по масс-спектрам электронной ионизации. Код и предобученные веса моделей опубликованы в открытом доступе.