software

MetFrag 得分1就是百分之百正确吗?删掉第一名再实跑,看看分数如何变化

作者:发布于 2026-11-18约 11 分钟阅读
MetFrag原生评分,移除A后C总分0.8099升1但原始分不变;权重2使第一名总分2,不能视为正确概率。

候选结构表里第一名得分为一,常被直觉理解成“接近完全可信”。但如果这个分数经过当前候选集合内的归一化,那么即使没有新增任何谱图证据,仅仅删除原来的第一名,另一个候选也可能升到一。把这种相对排名分数当成正确概率,会把候选集合的变化误读成证据增强。

本文实际安装 MetFrag 2.6.11,用四个本地候选定义和一份原创人工碎片清单进行三组原生计算。第一组保留全部候选,第二组移除原第一名,第三组只把评分权重从一改成二。结果显示,剩余候选的原始碎裂分数没有变化,归一化总分却提高了,权重改变后第一名甚至得到二。下面通过输入、日志和结果表逐项解释这个现象。

MetFrag原生评分,移除A后C总分0.8099升1但原始分不变;权重2使第一名总分2,不能视为正确概率。
实际运行本地候选碎裂与评分。输入为人工碎片清单,没有实验真值、在线数据库搜索或鉴定准确率测量。

候选排序与结构确认之间还有哪些距离

MetFrag 可以从候选结构出发进行计算碎裂,再根据与输入碎片的匹配情况形成排序,还可以结合其他评分信息。它回答的是当前候选中哪些解释更符合所用证据。若真实结构没有进入候选集合,程序仍然可能排出一个第一名。因此,第一名首先是一个相对位置,并不自动保证候选集合包含了真实答案。

我们的输入是人为编写的四个碎片质量和相对强度,没有真实样品谱图,也没有指定哪个候选是实验真值。四个候选共享同一分子式和中性单同位素质量,连接方式不同。这样的设计用于研究评分与候选范围的关系,不用于证明软件识别了某个真实化合物,更不能拿来估计错误发现率。

软件的任务范围与命令行入口可参考 MetFrag 官方主页。本文只调用本地候选和原生碎裂评分,没有连接在线结构数据库,没有添加实测保留时间证据,也没有谱库匹配。只要明确哪些证据真正参与了计算,读者就不容易被一个看似完整的结果文件误导。

安装后遇到的两个实际问题

本次使用官方发布的 2.6.11 可执行文件,环境为 Ubuntu 22.04.5。最初用已有 Java 11 启动,程序报出类文件版本不兼容,尚未进入候选处理。随后单独安装 OpenJDK 21,原生程序才正常启动。这个问题发生在运行时环境层,不是质谱输入错误,也不能通过修改匹配容差解决。

第二个问题来自作者编写的本地候选表。最初虽然提供了结构字符串,却把另一种结构标识列留为空字符串。读取阶段取得了四个候选,但预处理阶段出现异常,最后导出只有标题行的空结果。程序退出码仍为零,这说明一个正常退出状态并不能证明所有候选都经过了有效计算。

我们用程序所带的分子处理库从结构字符串生成相应标识,补齐输入后重新运行,得到四条完整结果。这里修复的是作者输入定义,不是删除预处理条件来掩盖问题。遇到空输出时,应检查取得多少候选、处理前丢弃多少、处理时发生什么异常,以及最终保存多少,不能只看文件是否存在。

本地候选怎样写,才能把比较范围固定下来

本例使用本地逗号分隔表,包含唯一标识、结构字符串、相应结构标识、分子式与中性质量。四个条目使用字母作为教学标签,全部属于同一个元素组成范围,避免不同分子式造成质量检索差异。结构字段应彼此一致,不能把一个条目的结构字符串与另一个条目的标识混在同一行。

使用本地候选的好处是能够准确记录这次到底比较了谁,不受在线数据库更新或检索结果变化影响。但本地表也有明确局限,未被放入的结构没有机会获得分数。把四个候选保存下来,是为了形成透明的对照,不表示这四个已经覆盖该分子式的全部可能结构。

原始碎片清单有四个质量位置,大约为九十一点零五四二二七、一百零五点零六九八七七、七十七点零三八五七七和七十九点零五四二二七。相对强度分别设为一百、四十五、三十和二十。软件会进行自己的输入处理,导出匹配列表中的强度展示不必与原始数字逐字相同,所以复查时应同时保留输入与输出定义。

MetFragDatabaseType = LocalCSV
NeutralPrecursorMolecularFormula = C8H10O
NeutralPrecursorMass = 122.07316494187
FragmentPeakMatchAbsoluteMassDeviation = 0.001
FragmentPeakMatchRelativeMassDeviation = 5
PrecursorIonMode = 1
IsPositiveIonMode = True
MetFragScoreTypes = FragmenterScore
MetFragScoreWeights = 1.0
MaximumTreeDepth = 2
NumberThreads = 2
UseSmiles = true

相应的文件路径、结果目录和输出格式由附件脚本写入。本例匹配设置同时包含绝对误差与相对误差,官方文档说明两者以相加方式参与容差处理。因此,不能只看相对误差五百万分之一,就声称全部片段都严格按这一项窗口匹配。参数定义与候选检索优先级见 MetFrag 命令行文档。

先看四个候选的原始评分

全部候选进入计算后,排序依次为甲、丙、丁、乙,对应脚本中的四个字母标签。甲的原始碎裂评分约三百六十七点九七,丙约二百九十八点零一,丁约二百八十点二九,乙约二百四十四点二八。前三个都解释了四个输入峰,乙解释了三个。仅仅统计解释峰数量,还不足以重现前三个之间的评分差异。

这组结果说明,解释峰数是一项容易理解的摘要,但它并不等于完整评分。不同候选可以解释相同数量的峰,具体片段解释和评分贡献却不同。读结果时应保留原始分数、匹配片段和总分,不要只导出第一名名称与一个数字,随后就丢失了复查其优势来自哪里的依据。

候选标签 原始碎裂评分 总分 解释峰数
A 367.9713 1.0000 4
C 298.0128 0.8099 4
D 280.2859 0.7617 4
B 244.2782 0.6639 3

这些数值只属于当前人工谱和参数。分数较高支持它在本次比较中排名靠前,并不把字母甲自动变成真实答案。我们没有标准品、实验保留时间或独立谱库证据,因此不会把这个排序写成化合物鉴定成功。保留这种边界,才能将算法对照和实验结论分开。

删除第一名,分数为何会升高

第二组只从本地表中移除甲,碎片清单、其余候选结构和计算参数全部保持不变。此时丙成为第一名,总分从约零点八零九九升到一。丁升到约零点九四零五,乙升到约零点八一九七。三个候选的原始碎裂评分则与第一组一致,也没有因此多解释一个输入峰。

原因可以直接从本次原生实现核对。对这里采用的单个正值评分项,总分使用当前候选集合中的最大原始值进行归一化,再乘以该项权重。第一组的分母来自甲,第二组甲被移除后,分母改为丙自己的原始值。因此丙的归一化结果变为一,并不需要新增任何实验证据。对应代码见 固定版本的评分归一化实现。

对照条件 第一名 第一名总分 丙的原始碎裂评分
四个候选,权重1 A 1 298.0128
移除A,权重1 C 1 298.0128
四个候选,权重2 A 2 298.0128

这也是为什么不同数据库、不同候选筛选条件下的总分不适合直接横向比较。一次检索中的零点九,与另一次检索中的零点八,背后可能使用不同的归一化参照。比较之前必须确认候选集合、评分项和权重是否相同。否则所谓“分数提高”,可能只是换了一组竞争对象。

把权重改成二,第一名真的得到了二

第三组恢复完整四个候选,只把单个评分项的权重从一改成二。结果顺序不变,原始碎裂评分不变,总分按比例翻倍,第一名达到二。这是一个直接的反例,说明本文配置下的总分并不是限制在零到一之间的概率。它由评分项的归一化值和权重共同形成。

真实任务如果同时加入多项证据,总分还会受到各项取值与权重的影响。增加一个评分项之后,不能继续沿用旧阈值而不检查分数范围。权重表达的是组合方式,不等于经过校准的证据可靠度。如果某一项缺失、分布异常或与另一项高度重复,也应单独审查,而不是简单认为加更多项就一定更可信。

本文只验证一个评分项的三组对照,没有验证复杂组合下的校准性质。这里的经验是先把单项贡献与最终总分分开,再讨论阈值或排序。若需要把分数转成错误率或置信程度,需要额外的评价设计和相应方法,不能把表里的一个数值自行改写成百分比。

怎样设计比总分更有用的人工复核

可以从前几名开始检查它们分别解释了哪些峰,有没有某个关键峰只被部分候选解释,以及解释是否依赖不合理的输入假设。对高强度未解释峰,应先检查是否存在混合谱、背景或母离子选择问题。对低质量谱,漂亮的排名也不能补足缺失的实验信息。人工复核的重点是寻找可区分候选的证据,而不是重复阅读总分。

候选身份也需要保持稳定。修改数据库或筛选条件后,应通过结构标识和原始输入对应候选,不能仅按结果行号比较。一个条目从第二行移到第一行,可能只是其他条目被移除。保留完整候选表、参数文件和软件版本,可以让这种变化被解释出来,而不被误当成算法突然提高了准确性。

对于结构相近的异构体,单一碎片集合可能不能提供足够区分力。此时保留多个候选并规划额外验证,比强行把第一名写成确定身份更符合证据。标准品、保留行为和其他实验信息能否帮助区分,应结合具体问题判断。本文没有相关实验,因此不替任何一个候选给出最终确认。

复跑入口与验收标准

附件使用 Python 标准库生成本地候选表、人工峰清单与三套参数文件,再调用 Java 21 和官方可执行文件。每组输出独立保存,脚本检查原生退出状态、候选条目数、原始评分一致性与总分变化。软件和运行时需要自行准备,工作目录必须尚不存在,避免把旧表当成本轮结果。

python run.py --java ./java21/bin/java \
  --jar ./MetFragCommandLine-2.6.11.jar --work ./metfrag-demo

本次每个 Java 进程设置一 GiB 堆上限,只针对四个候选的极小练习,不是批量真实数据的配置建议。我们没有做速度或内存基准。扩大实际分析时,候选数量、谱图数量和碎裂深度都会改变计算工作量,应该先用代表任务观察日志与产物,再决定如何组织批量运行。

MetFrag 的优势是能够明确控制候选来源和评分组合,便于建立可追溯的结构排序流程。其局限也与此相关,候选覆盖、输入完整性和分数组合都需要使用者理解。本次实跑最重要的收获是,总分为一不等于完全正确,分数提高也未必意味着证据增加。把原始评分、候选范围与最终总分一起保存,解释结果会更可靠。

下载脚本、运行说明与实际核验结果(ZIP)。合集按工具分为三个目录,SIRIUS目录为独立计算练习,另外两目录为原生调用,需准备相应软件与依赖,并使用尚不存在的工作目录。

如果准备把核对过的 MetFrag 候选与评分流程用于更多谱图,可以带上版本、谱图数量和每谱候选规模,通过云生信生物分析服务器服务沟通批量计算环境与资源。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗