Spectral Quality - Quality prediction of tandem mass spectra of environmentally relevant compounds using machine learning

High-resolution mass spectrometry (HRMS) coupled with either liquid (LC) or gas chromatography (GC) has become an almost essential tool to monitor emerging contaminants in the environment (Hollender et al., 2017). In particular, the acquisition of tandem mass spectra (MS2) combined with the ever growing quality and comprehensiveness of spectral libraries (e.g., MassBankEU (Neumann et al., 2022), MoNA (Fiehnlab, 2022)) have greatly expanded the possibilities offered by suspect and nontarget screening analyses (Mohammed Taha et al., 2022; Oberacher et al., 2019). Despite continuous improvements, large discrepancies still exist between the number of potentially relevant contaminants present in environmental samples and those for which spectral information is available in libraries (Oberacher et al., 2020). Moreover, despite the development of workflows to automatically improve the quality of records added to these libraries (Stravs et al., 2013) and the acquisition of multiple spectra per compound to account for specific fragmentation curves, some issues regarding quality assurance and control (QA/QC) of the information contained in these databases still exist, including insufficiently curated tandem mass spectra (Oberacher et al., 2020; Schulze et al., 2020).

De toepassingsmogelijkheden voor suspect (SS) en non-target-screening (NTS) met massaspectrometrie zijn sterk uitgebreid door de het gebruik van tandemmassaspectrometrie (MS2) in combinatie met steeds betere en volledigere bibliotheken massaspectra. Hoge resolutie massaspectrometrie (HRMS) is een vrijwel onmisbaar instrument geworden voor het monitoren van opkomende verontreinigingen in het milieu. Door een data-analyse workflow te ontwikkelen, gebaseerd op machine learning, kan de kwaliteit van tandem massaspectra nu objectief en automatisch worden beoordeeld. Het ontwikkelde algoritme kan gemakkelijk worden toegepast door drinkwaterlaboratoria om de kwaliteit van de verkregen SS- en NTS-gegevens te evalueren. Uiteindelijk zal dit leiden tot efficiëntere en minder tijdrovende gegevensanalyses en kan het aantal voorheen onbekende chemische
stoffen dat wordt geïdentificeerd mogelijk toenemen.