Machine learning and molecular networking for LC-MS/MS metabolite analysis and identification
연구 내용
대사체 및 타깃 화합물을 LC-MS/MS로 분석하되, 체류시간 예측과 분자네트워크 기반 후보 필터링을 결합하여 복잡 매트릭스에서 시료를 안정적으로 동정하는 연구
복잡한 시료에서 대사체 및 미지 화합물을 동정하기 위해 LC-MS/MS 데이터의 체류시간(RT) 변동을 보정하고, 머신러닝 기반 예측 모델을 동정 절차에 통합합니다. 또한 분자네트워크와 유사도 탐색을 결합한 검색 흐름을 구축하여 데이터베이스 부재 후보까지 확장 식별을 수행합니다. 질량분석 기반 동시분석법 확립을 통해 실험 조건의 재현성을 확보하고, 식품 진위 판별 및 화학 반응 예측과 같은 응용 시나리오에 맞춰 특징 처리 및 검증 체계를 설계하는 방향으로 연구를 진행합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
3건
연구 흐름
초기에는 대사체 분석에서 시약 전략과 LC 체계가 결과에 미치는 영향을 중심으로, 체류시간 예측을 보조 기능으로 활용할 기반을 마련했습니다. 이후 분석 파이프라인을 확장하여 분자네트워크 기반의 후보 생성과 유사도 탐색을 결합하고, RT 캘리브레이션을 통해 식별 단계의 오차를 줄이는 방향으로 고도화했습니다. 최근에는 식품 진위 판별처럼 매트릭스가 복잡한 문제에서 대사체학 기반 지표를 활용하고, 동시에 마약류/유사 물질 동시분석과 화학물질 반응 예측 등으로 확장해 검증 중심의 데이터 흐름을 강화하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Machine learning liquid chromatography retention time prediction model augments the dansylation strategy for metabolite analysis of urine samples
AI-SNPS2: A Multi-Layered LC-MS/MS Platform Integrating Molecular Networking and Retention Time Prediction for Identifying Controlled and New Psychoactive Substances
관련 프로젝트
구분
제목
식품 진위 판별을 위한 이화학적 분석 기술 및 통계적 기법 개발
식품 혼입 마약류 동시분석법 확립 연
AI/머신러닝 기반 화학물질반응 예측기술 및 통합형 전산 플랫폼 구축