Nat. Methods | 高效生成开放式多级碎片质谱库

DRUGONE

非靶向高分辨质谱在临床代谢组学、天然产物发现和暴露组学中是关键工具，但化合物鉴定仍是主要瓶颈。目前的标准流程依赖于与 MS2 碎片光谱库的匹配。相比之下，多级碎片（MSn）可提供更深入的亚结构信息并验证碎裂途径，但开放 MSn 参考数据严重缺乏。研究人员提出了 MSnLib，一个包含超过 200 万条谱图的开放资源，涵盖 30,008 种独特小分子，并通过基于开源软件 mzmine 的高通量采集和处理流程生成。MSnLib 的推出显著扩展了公共质谱资源，为化合物结构解析与机器学习模型训练提供了更丰富的数据基础。

在非靶向质谱分析中，准确的结构解析依赖于将实验碎片谱与参考库进行匹配。然而，由于高质量开放谱库覆盖率有限，现有注释率普遍较低。相比 MS2，MSn 提供更深入的碎裂信息，能够区分异构体并解析复杂分子，但公开的 MSn 数据极其稀少（不足 2000 条），远低于数十万条的 MS2 条目。虽然专有数据库（如 mzCloud）收录了大量 MSn 谱图，但受限于封闭格式，难以广泛使用。因此，研究人员开发了 MSnLib，以开放的形式提供覆盖广泛的 MSn 数据资源。

结果

高通量流程构建

研究人员设计了一个三阶段流程：

• 元数据整理：开发 Python 脚本清理分子结构，去除盐类并统一标准；
• 数据采集：基于双泵流动注射方法，每次可同时分析多个化合物，并优化离子阱注射时间、分辨率和信噪比；
• 数据处理：在 mzmine 中实现自动化工作流，包括光谱树构建、注释、质控与导出。

化合物覆盖与谱图生成

研究人员通过协作网络收集了 7 个化合物库，共 34,413 种结构。在 9,060 次注射、23 天的采集中，最终成功生成了 30,008 种化合物的 MSn 光谱树，覆盖率达 87%，得到 357,065 条 MS2 谱和 230 万条 MSn 谱。不同电离模式的结合提升了整体覆盖度，其中 12,200 余种仅在正离子模式中检测到，3,400 余种仅在负离子模式中检测到，约 14,300 种在两者中均检测到。

光谱质量与互补性

通过基于分子网络的方法评估，MSnLib 的光谱质量高，能够有效聚类相似化合物类别。与现有开放数据库对比发现，仅 20% 的条目能匹配到其他资源，显示了其数据的独特性。MSnLib 贡献了 22,700 种此前未收录的化合物，显著补充了化学空间。

实际应用与注释提升

在药物处理的细菌培养物数据集中，MSnLib 提供了 21 个独特注释，使总注释特征数从 129 提升至 150。这些额外注释包括药物衍生物和潜在微生物代谢物，进一步证明了 MSnLib 的应用价值。

讨论

研究人员提出的 MSnLib 是首个大规模开放 MSn 光谱库，涵盖超过 30,000 种小分子和 230 万条光谱，填补了开放数据的空白。其优势包括：

规模化与高覆盖度 ——显著扩展了公共 MSn 数据量；

自动化流程 ——基于 mzmine 实现元数据到光谱导出的全流程自动化；

互补性强 ——为现有数据库贡献大量独特化合物与碎裂树；

面向未来 ——为机器学习驱动的分子结构预测与化学分类提供新基础。

研究人员强调，MSnLib 不仅能提升非靶向质谱注释效率，还将推动基于碎裂树的机器学习方法发展。未来，随着更多化合物和数据的共享，MSnLib 将不断扩展，进一步增强其在代谢组学和天然产物研究中的影响力。

整理 | DrugOne团队

参考资料

Brungs, C., Schmid, R., Heuckeroth, S. et al. MSnLib: efficient generation of open multi-stage fragmentation mass spectral libraries. Nat Methods (2025).

https://doi.org/10.1038/s41592-025-02813-0

内容为【DrugOne】公众号原创｜转载请注明来源