利用质谱数据通过分子网络和结构相似性网络注释平台对天然产物进行识别

近年来，随着现代分析技术、代谢组学、生物信息学、人工智能等的快速发展，出现了基于质谱技术的天然生物活性分子发现的去重策略和方法，如分子网络技术。这些新策略、新方法的应用极大地提高了新颖结构天然生物活性分子的发现效率，也逐渐推动传统的研究策略和方法发生变革。分子网络技术是综合运用现代质谱、生物信息学、计算机等技术所开发的一种二级质谱数据可视化策略。其原理是：结构相同或相近的化合物在同一条件下可产生相同或相似的二级质谱碎片，反之亦然。按照一定的算法将LC-MS/MS图谱中的每张二级质谱图进行比对，并计算各图谱的相似度，以余弦值（0~1）表示，相似度越高，则余弦值越大。根据计算所得余弦值的大小，可将相似度较高的图谱分别聚集成簇，而相似度较低的图谱则单独成簇，最终可将所有的二级质谱图整合成为一张可视化的分子网络图。在该网络图中，每一个节点代表一个化合物，其所包含的二级质谱信息可用节点的名称、颜色、大小、形状等来表示。节点与节点之间的连线则表示两个化合物结构的相关性，其大小可用连线的粗细来表示。通过构建分子网络图，可将复杂的二级质谱信息十分直观地呈现出来，这些信息包括了测试样品中所含有的全部化合物，以及化合物与化合物之间化学结构的关联性。

构建植物/微生物中天然产物的分子网络需要获得其一级及二级质谱数据，同时需要研究人员需要预先查阅文献获取目标植物/微生物种的化学成分, 建立特有的化学成分库,最后将采集得到的MS/MS质谱数据与库里的化学成分进行人工指认或者通过软件进行成分匹配。然而，二级质谱（MS2）数据中只包含有限的结构信息，并且由于仪器的不同，得到的二级质谱数据五花八门。此外，由于还有很多天然产物未被收录，所以特有的化学成分库的建立具有局限性。尽管也有一些通过计算预测天然产物MS2谱图来建立特有化合物库来进行比对，比如网络注释预测（Network Annotation Propagation，NAP），但是都是对植物/微生物中的天然产物进行得分排序，最后还是需要科研人员返回进行验证。

为了改善上述问题，Nicholas J. Morehouse等人设计出了质谱结构相似性网络注释平台（Structural similarity Network Annotation Platform for Mass Spectrometry, SNAP-MS）。该平台主要是通过对化合物核心骨架的分子式来对化合物进行筛选归类。SNAP-MS无需特异的化合物库即可对天然产物进行匹配。该研究“Annotation of natural product compound families using molecular networking topology and structural similarity fingerprinting”发表于“Nature Communications”上。

作者团队在对Natural Products Atlas（沃特斯公司的质谱数据库）中天然产物核心骨架的分子式在各个类型化合物中分布与共同出现概率的研究中发现，天然产物核心骨架的分子式可做为归类其结构类型的指纹图谱，例如作者在数据集中的29006个化合物中，发现有12666个独特的分子式，其中8349个分子式只出现过一次。作者还观察到最常见的分子式只包含碳、氢和氧元素，C15H22O3是最常见的分子式(151个)，其次是C15H24O3(127个)，是因为这几个分子式主要是一些多糖、聚酮和萜类化合物。其次是其他一些含氮的分子式，比如C23H31NO4和C24H35NO4。作者又发现，运用算法通过单个核心分子式去对植物/微生物中的化合物进行归类特异性不是很好，但是结合两个或两个以上的分子式，则对该植物/微生物中化合物进行归类的特异性高达97%。证明了在建立无需特异性化合物的情况下，以分子网络为基础，可以通过比对天然产物核心分子式来对天然产物进行归类。

作者还确定了评估天然产物相似性的评分方法。

最后，作者介绍了SNAP-MS平台归类化合物的基本算法，并成功对包含925个化合物的微生物提取物中，通过SNAP-MS平台归为了11种化合物类型。7种类型验证了其准确性。作者还通过与已有类似化合物归类的平台进行比对等，充分证实了SNAP-MS的可行性与准确性。

SNAP-MS是开源平台，网址为：www.npatlas.org/discover/snapms. Full documentation for the platform can be found at https://liningtonlab.github.io/snapms_documentation/.