CCS-Predict Pro

CCS-Predict Proは機械学習アルゴリズムにより衝突断面（CCS）の値を2D複合構造から予測します。それは従来の方法よりも高速で、統合性が高く、利用しやすいです。CCS-Predict Proは、化合物アノテーションの改善、異性体の識別、複雑なサンプル中の代謝物の同定、脂質の特性解析に使用できます。メタボロミクスとリピドミクス・データ解析のためのリーディングソフトウェアプラットフォームの　MetaboScape^®と統合されています。

CCS-Predict Proは研究の精度、効率、範囲を向上させるために、あらゆるレベルの研究者にお使いいただけます。

メタボロミクスやリピドミクスの研究者は、化合物アノテーションの直交基準として保持時間を用いるという課題に長い間苦慮してきました。リテンションタイムは、ラボ、バッチ、装置、カラム、さらにはユーザーの好みのメソッドによって異なることが多く、ハイスループットや確信に満ちたアノテーションに使用するのは難しいです。CCS-Predict Proは、アノテーション・ワークフローにtimsCCS値を導入する画期的なツールです。この独自の測定は、分子のサイズと形状を考慮し、これまでにないアノテーション精度を提供します。さらに、CCSは装置、ラボ、イオン化源に関係なく再現可能です。化合物の実験的なCCS値がない場合でも、CCS-Predict Proの高精度な機械学習アルゴリズムは、その場でCCS値を予測することができます。

従来のCCSライブラリーは有用であるが、代謝物や脂質の化学的空間が拡大し続けるのに対応できません。つまり、研究者が研究している化合物のCCS値を見つけられないことが多く、化合物を正確にアノテーションする能力が制限される可能性があるということです。

CCS-Predict Proは、簡単にアクセスできる2次元化合物構造から直接CCS値を正確に予測することで、この制限を克服しています。既存のCCSライブラリに存在しない化合物であっても、研究者はより広い範囲の化合物をより高い信頼性でアノテーションできるため、これは大きな利点です。

生理活性のある低分子の構造を解明する際、研究者はしばしば多数の構造候補を生み出します。そのため、特に候補構造のサイズや形状が類似している場合、最も可能性の高い構造を特定することが難しくなります。

CCS-Predict Proは、予測されるCCS値に基づいて候補構造をランク付けすることで、候補構造のランク付けプロセスを合理化するために使用することができます。これにより、研究者は最も可能性の高い構造を迅速かつ容易に特定することができ、時間とリソースを節約することができます。

例えば、ある研究者が血液サンプル中の新しい代謝物の構造を特定しようとしているとします。候補となる構造はいくつも出てきましたが、どれが最も可能性が高いかはわかりません。

研究者は、CCS-Predict Proを使用して、すべての候補構造のCCS値を予測し、サンプルで測定された実際の特徴と比較することができます。CCS-Predict Proは、測定されたCCS値に基づいて、候補構造を特徴にランク付けします。研究者はその後、最も一致するCCS値を持つ候補構造に努力を集中することができ、最も可能性の高い構造の解明を効率化するのに役立ちます。

全般的に、CCS-Predict Proは、メタボロミクスやリピドミクスの研究者が候補のランク付けプロセスを効率化し、どの構造を追求すべきかについて、より迅速かつ確信を持って決定するのに役立つ強力なツールです。