Enhancing the identification of small molecules based on tandem mass spectra and combinatorial fragmentation

Abstract

Diese Arbeit umfasst Methoden für die computergestützte Auswertung von Massenspektrometriedaten mithilfe derer die Identifikation von niedermolekularen Substanzen verbessert wird. Hierfür wird die kombinatorische Fragmentierung durch die Kombination von unterschiedlichen Strategien und Informationsquellen erweitert. Die entwickelten Ansätze ermöglichen die Einbindung von Daten verschiedener experimenteller Methoden, wie zum Beispiel dem Wasserstoff-Deuterium-Austausch. Diese zusätzlichen Informationen helfen, die Anzahl der korrekt identifizierten Moleküle zu erhöhen. Zudem werden statistische Methoden verwendet, um Substrukturannotationen zu lernen und die Identifikationleistung bestehender computergestützter Methoden zu übertreffen. Daher präsentieren wir eine automatisierte Pipeline, die bereits in verschiedenen Softwareanwendungen, sowie zahlreichen Metabolomik- und Umweltstudien zum Einsatz kam, um die Identifikation von niedermolekularen Substanzen zu unterstützen.

In this thesis, we develop methods for computational mass spectrometry to improve the identification of small molecules based on tandem mass spectra. Therefore, we combine different strategies and information sources to extend combinatorial fragmentation for the evaluation of molecular candidates. The developed algorithmic methods enable the usage of data from additional experiments, such as hydrogen deuterium exchange mass spectrometry. Thus, the included information show an increase in the number of correctly identified molecules. Furthermore, statistical methods used to learn substructure annotations from reference spectra help to outperform existing computational methods. We present a new and refactored automated pipeline, initially known as MetFrag, that have been successfully applied in various software solutions and studies to support the identification of small molecules in metabolomics and environmental research.