講演情報
[8a-N302-7]化学言語モデルと段階的学習によるLC-MS/MSスペクトルの順方向予測
〇(B)高橋 蒼生1、武藤 聡希1、藤井 隆1、梅本 貴弘1、熊田 亜紀子1、佐藤 正寛1 (1.東京大工)
キーワード：
質量スペクトル予測、転移学習
LC-MS/MSによる化合物同定では参照スペクトル不足が課題となる。本研究では、化学構造から質量スペクトルを予測する順方向モデルの構築に取り組んだ。事前学習済みの化学言語モデルを基盤とし、計算スペクトルによる事前学習と、公開データベースおよび対象測定系で取得されたスペクトルを用いた段階的な転移学習を行った。測定条件を入力とし、各段階の学習が予測精度に与える影響を評価した。予測性能とその制約要因を報告する。