004 Datenverarbeitung; Informatik
Refine
Year of publication
- 2021 (11) (remove)
Document Type
- Article (5)
- Part of a Book (2)
- Conference Proceeding (2)
- Moving Images (1)
- Workingpaper / Report (1)
Keywords
- DOAJ (1)
- Datenbanksysteme (1)
- Discrimination (1)
- Diskriminierung (1)
- Erklärbarkeit (1)
- Fairness (1)
- Hg_TCR (1)
- Künstliche Intelligenz (1)
- Machine Learning (1)
- Mirevi (1)
Department/institution
- Fachbereich - Medien (11) (remove)
Mass spectrometry data is one of the key sources of information in many workflows in medicine and across the life sciences. Mass fragmentation spectra are generally considered to be characteristic signatures of the chemical compound they originate from, yet the chemical structure itself usually cannot be easily deduced from the spectrum. Often, spectral similarity measures are used as a proxy for structural similarity but this approach is strongly limited by a generally poor correlation between both metrics. Here, we propose MS2DeepScore: a novel Siamese neural network to predict the structural similarity between two chemical structures solely based on their MS/MS fragmentation spectra. Using a cleaned dataset of > 100,000 mass spectra of about 15,000 unique known compounds, we trained MS2DeepScore to predict structural similarity scores for spectrum pairs with high accuracy. In addition, sampling different model varieties through Monte-Carlo Dropout is used to further improve the predictions and assess the model's prediction uncertainty. On 3600 spectra of 500 unseen compounds, MS2DeepScore is able to identify highly-reliable structural matches and to predict Tanimoto scores for pairs of molecules based on their fragment spectra with a root mean squared error of about 0.15. Furthermore, the prediction uncertainty estimate can be used to select a subset of predictions with a root mean squared error of about 0.1. Furthermore, we demonstrate that MS2DeepScore outperforms classical spectral similarity measures in retrieving chemically related compound pairs from large mass spectral datasets, thereby illustrating its potential for spectral library matching. Finally, MS2DeepScore can also be used to create chemically meaningful mass spectral embeddings that could be used to cluster large numbers of spectra. Added to the recently introduced unsupervised Spec2Vec metric, we believe that machine learning-supported mass spectral similarity measures have great potential for a range of metabolomics data processing pipelines.
Spec2Vec: Improved mass spectral similarity scoring through learning of structural relationships
(2021)
Spectral similarity is used as a proxy for structural similarity in many tandem mass spectrometry (MS/MS) based metabolomics analyses such as library matching and molecular networking. Although weaknesses in the relationship between spectral similarity scores and the true structural similarities have been described, little development of alternative scores has been undertaken. Here, we introduce Spec2Vec, a novel spectral similarity score inspired by a natural language processing algorithm-Word2Vec. Spec2Vec learns fragmental relationships within a large set of spectral data to derive abstract spectral embeddings that can be used to assess spectral similarities. Using data derived from GNPS MS/MS libraries including spectra for nearly 13,000 unique molecules, we show how Spec2Vec scores correlate better with structural similarity than cosine-based scores. We demonstrate the advantages of Spec2Vec in library matching and molecular networking. Spec2Vec is computationally more scalable allowing structural analogue searches in large databases within seconds.
Als Einführung in die Benutzung der Software SQL Developer Command Line (SQLcl) von Oracle werden folgende Aktionen erklärt: Anmelden, Ausgeben von Tabellen und ihren Metadaten, Verwenden der Befehlshistorie, Formatieren der Ausgabe, Speichern, Bearbeiten und Wiederverwenden von Befehlen sowie das Anlegen von Logdateien. Vorausgesetzt werden geringe Vorkenntnisse von relationalen Datenbankmanagementsystemen mit SQL. Das Video wurde im Rahmen des Projektes EILD.nrw entwickelt, gefördert durch das Ministerium für Kultur und Wissenschaft gemeinsam mit der Digitalen Hochschule NRW (DH.NRW) in der Förderlinie „OERContent.nrw“ (Open Education Resources).
Der Erinnerungsort auf dem Campus der HS Düsseldorf erinnert an die Deportation der jüdischen Bevölkerung in Ghettos und Vernichtungslager. In dem Projekt wurden die biografischen Angaben aus dem Digitalen Archiv auf der Website des Erinnerungsortes publiziert. Die familiären Beziehungen werden grafisch dargestellt und auf die Website von Yad Vashem verlinkt.
Kompetenzen auf dem Gebiet der Datenbanken gehören zum Pflichtbereich der Informatik. Das Angebot an Lehrbüchern, Vorlesungsformaten und Tools lässt sich jedoch für Lehrende oft nur eingeschränkt in die eigene Lehre integrieren. Als Antwort auf diese Herausforderung werden im Projekt EILD.nrw digitale Inhalte für die Lehre in unterschiedlich konzipierten Studiengängen, Lehrmethoden und technischen Umgebungen entwickelt. Versehen mit einer Creative Commons (CC) Lizenzierung werden die Lerninhalte in der Digitalen Hochschule NRW zur Verfügung gestellt.
Künstliche Intelligenz und Machine Learning sind hochaktuelle Themen in der Informatik. Fortschrittliche Technologien und Vorgehensweisen schaffen neue Einsatzfelder für Anwendungen, die Verhaltensweisen des Menschen erlernen und nachahmen. Dieses innovative Vorgehen birgt jedoch einige Gefahren. Das menschliche Verhalten ist nicht immer objektiv und korrekt. Oft beherrschen Vorurteile das Treffen menschlicher Entscheidungen, sodass Personen diskriminiert werden. Es besteht das Risiko, dass Maschinen diese Verhaltensweise übernehmen.
Hinzu kommt die fehlende Erklärbarkeit der Algorithmen. Je nach Modell ist nicht eindeutig, nach welchen Prinzipien eine Entscheidung getroffen wird. Das erschwert das Aufdecken von Diskriminierung und senkt die Vertrauenswürdigkeit des Systems.
In dieser Arbeit werden Ursachen für Diskriminierung und fehlende Transparenz, sowie Lösungsmethoden erarbeitet. Dabei wird erörtert, inwieweit die beiden Themen aufeinander einspielen und gemeinsam zur Qualität der Software beitragen.