Аннотация:Введение.Автоматизированная обработка данных ненаправленного анализа методом газовой хроматографии с электронной ионизацией (ГХ-ЭИ-МС) требует специализированных алгоритмов для спектральной деконволюции, выравнивания признаков и аннотирования соединений. В новейших протоколах, реализованных на базе зарубежных открытых платформ, предлагается модульный подход к обработке ГХ-МС данных. Однако для повышения точности аннотирования и расширения возможностей в нестандартных условиях требуется интеграция дополнительных инструментов, в частности отечественных разработок.Материалы и методы.В работе использованы рабочие процессы на основе зарубежных платформ для обработки ГХ-МС данных с последующим подключением двух специализированных алгоритмов, разработанных в ИФХЭ РАН:SVEKLA — программа для реализации ненаправленного анализа, позволяющая на основе машинного обучения предсказывать индексы удерживания на неполярных и полярных неподвижных фазах, а также предсказывающая «молекулярные отпечатки пальцев» из экспериментальных масс-спектров, позволяющие проводить идентификацию даже без библиотек масс-спектров.CHERESHNYA — программа для предсказания индексов удерживания на нестандартных фазах на основе линейных моделей, использующих предварительно предсказанные значения для стандартных фаз в качестве дескрипторов.Для тестирования был применён набор из порядка 200 органических соединений различных классов (ароматические, алифатические, гетероциклы), а также экстракты кофе и эфирные масла. Результаты.Применение SVEKLA обеспечило идентификацию компонентов вне стандартных библиотек NIST благодаря использованию генерации отпечатков по масс-спектрам. CHERESHNYA показала высокую предсказательную способность как на полярных, так и на неполярных фазах. Внедрение данных алгоритмов в структуру новейших протоколов обработки данных позволило повысить полноту идентификации в задачах ненаправленного ГХ-МС скрининга.Исследование выполнено при поддержке Министерства науки и высшего образования Российской Федерации 124041900012-4.
