TY - INPR A1 - de Jonge, Niek F. A1 - Joas, David A1 - Truong, Lem-Joe A1 - van der Hooft, Justin J.J. A1 - Huber, Florian T1 - Reliable cross-ion mode chemical similarity prediction between MS2 spectra T2 - biorxiv N2 - Mass spectrometry is commonly used to characterize metabolites in untargeted metabolomics. This can be done in positive and negative ionization mode, a choice typically guided by the fraction of metabolites a researcher is interested in. During analysis, mass spectral comparisons are widely used to enable annotation through reference libraries and to facilitate data organization through networking. However, until now, such comparisons between mass spectra were restricted to mass spectra of the same ionization mode, as the two modes generally result in very distinct fragmentation spectra. To overcome this barrier, here, we have implemented a machine learning model that can predict chemical similarity between spectra of different ionization modes. Hence, our new MS2DeepScore 2.0 model facilitates the seamless integration of positive and negative ionization mode mass spectra into one analysis pipeline. This creates entirely new options for data exploration, such as mass spectral library searching of negative ion mode spectra in positive ion mode libraries or cross-ionization mode molecular networking. Furthermore, to improve the reliability of predictions and better cope with unseen data, we have implemented a method to estimate the quality of prediction. This will help to avoid false predictions on spectra with low information content or spectra that substantially differ from the training data. We anticipate that the MS2DeepScore 2.0 model will extend our current capabilities in organizing and annotating untargeted metabolomics profiles. KW - Massenspektrometrie KW - Metabolomik KW - Maschinelles Lernen Y1 - 2024 U6 - https://doi.org/10.1101/2024.03.25.586580 PB - Cold Spring Harbor Laboratory ER - TY - INPR A1 - Beckmann, Felix A1 - Denfeld, Alexander A1 - Koehn, Konrad A1 - Medebach, Ina A1 - Steffens, Jochen A1 - Weinzierl, Stefan T1 - Untersuchung der akustischen Qualität von Restaurants in Berlin und Düsseldorf N2 - Widrige akustische Bedingungen stellen einen der Hauptgründe für Beschwerden in Restaurants dar; insbesondere bei hörbeeinträchtigten Gästen kann eine schlechte Akustik den Besuch im Restaurant negativ beeinflussen oder gar frühzeitig enden lassen. Um Empfehlungen hinsichtlich optimaler Nachhallzeiten sowie beobachtete Zusammenhänge zwischen akustischen und nichtakustischen Faktoren bei Restaurantbesuchen zu überprüfen und im Hinblick auf verschiedene Restaurantkategorien zu erweitern, wurden in der vorliegenden Studie 20 Restaurants in Berlin und NRW mit insgesamt mehr als 600 Gästen untersucht. Hierbei wurden sowohl die Nachhallzeit als auch der Lautstärkepegel sowie die Anzahl der Gäste im Raum über die Zeit erfasst. Mittels elektronischem Fragebogen wurden Soundscape-Parameter, Besuchsmotive sowie die empfundene Sprachverständlichkeit und Restaurantqualität erhoben. Erste Ergebnisse zeigen einen großen Zusammenhang zwischen objektiven akustischen Größen und wahrgenommener akustischer Angenehmheit und Sprachverständlichkeit, welcher je nach Restaurantkategorie variiert. Die Daten zeigen weiterhin, dass sich die akustische Angenehmheit nicht vollständig durch die Sprachverständlichkeit im Restaurant aufklären lässt. Implikationen für das akustische Design von Restaurants im Spannungsfeld zwischen Ruhe und Lebendigkeit werden diskutiert. Y1 - 2024 UR - https://pub.dega-akustik.de/DAGA_2024/files/upload/paper/619.pdf SN - 978-3-939296-22-5 SP - 271 EP - 274 ER -