用于从质谱数据中解析结构并发现药物代谢物的智能体式人工智能

公共代谢组学存储库中检测到的大多数化学信号在结构上仍未被定义。大型语言模型（LLM）是概率系统，其生成超出训练数据范围输出的能力虽然可能导致“幻觉”，但也使其潜在地适合为从未被描述过的分子提出结构假设。我们的目标是构建一个系统，利用LLM的这种生成能力，并结合领域特异性工具/框架来约束“幻觉”现象，从而产出经过验证的发现。 我们开发了一个GNPS2智能体式人工智能系统，该系统通过整合光谱比对、分子式推断、基于规则的结构枚举、基于机器学习的光谱预测，并将领域专家的自然语言假设转化为动态生成的分析工作流程，对LC-MS/MS数据进行解析。我们展示了在化学假设引导下，利用公共数据对未知药物代谢物进行注释的能力。该智能体预测了磷酸化羟嗪和对乙酰氨基酚-对香豆酸酯，并经我们实验确认；同时还从公共存储库中鉴定出两种新的氧化布洛芬-肉碱缀合物。这些结果表明，当LLM驱动的智能体推理与领域专业知识相结合时，确实能够利用跨存储库数据，为此前未表征的代谢物生成可经实验检验的结构假设。

公共代谢组学数据库中检测到的大多数化学信号在结构上仍未被界定。大语言模型（LLMs）是概率系统，其生成超出训练数据范围的输出能力虽然可能导致幻觉现象，但也使其有潜力为从未被描述过的分子提出结构假设。我们的目标是构建一个系统，利用大语言模型的这种生成能力，并结合领域特异性工具与框架来约束幻觉、产出经验证的发现。

我们开发了一个 GNPS2 智能体式人工智能系统，通过整合谱图比对、分子式推断、基于规则的结构枚举、基于机器学习的谱图预测，并将领域专家提出的自然语言假设转换为动态生成的分析工作流程，从而解读 LC-MS/MS 数据。我们展示了在化学假设引导下，基于公开数据对未知药物代谢物进行注释的能力。该智能体预测了磷酸化羟嗪和对乙酰氨基酚-对香豆酸酯，并通过实验予以确认；此外，还从公共数据库中鉴定出两种新的氧化布洛芬-肉碱缀合物。这些结果表明，当大语言模型驱动的智能体推理与领域专业知识相结合时，确实能够利用跨数据库数据为先前未表征的代谢物生成可通过实验检验的结构假设。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.23.734138v1?rss=1

🏷️ 代谢组学 质谱解析 药物代谢物 智能体人工智能 LC-MS/MS 结构注释