Creating and Using Free Public and User Libraries in NIST26 Chromatogram and Lib Search

Význam tématu

Používání veřejných i uživatelských knihoven hmotnostních spekter v rámci NIST26 představuje klíčový postup pro spolehlivou identifikaci látek v LC–MS/MS a EI GC–MS analýzách. Kombinace kvalitně zkurátorované komerční databáze NIST s rozsáhlými open‑access zdroji výrazně rozšiřuje pokrytí možných kandidátů, zvyšuje šanci na správnou identifikaci neznámých složek a umožňuje laboratořím s omezeným rozpočtem efektivně využívat existující veřejné zdroje.

Cíle a přehled studie / článku

Cílem přehledu je ukázat možnosti získávání, konverze a využití volně dostupných MS/MS knihoven ve formátu kompatibilním s NIST26 a doporučit postupy pro jejich zapracování do pracovního toku knihovny NIST. Autor také demonstruje, jak kombinovat NIST26 s otevřenými zdroji (MoNA, MS‑DIAL) a jak nastavovat toleranční parametry pro vyhledávání ve veřejných a uživatelských knihovnách.

Použitá metodika a instrumentace

• Primární softwarové prostředí: NIST Search Software (verze 2026) s integrovanou dekonvolucí a library search pro EI GC–MS a LC–MS/MS.
• Veřejné zdroje spekter: MoNA (May 2025 export), MS‑DIAL (verze 2025–2026, pozitivní a negativní ionizace).
• Formát knihoven: NIST‑kompatibilní soubory (.msp/.spt přizpůsobené pro NIST26).
• Ukázkové soubory a statistika: mona_lcmsms (153 635 spekter, 150 404 struktur); ms_dial_pos_v19 (322 191 spekter, bez struktur); ms_dial_neg_v19 (45 483 spekter, bez struktur). Celkem ~521 309 spekter, ~150 404 struktur.
• Referenční komerční databáze: NIST26 tandemová knihovna – ~3.2 milionu spekter z ~68 635 sloučenin (doporučené primární zdroje).

Hlavní výsledky a diskuse

• Kombinací MoNA a MS‑DIAL (převodem do NIST formátu) lze získat více než 500 000 tandemových spekter reprezentujících přibližně 30 000 unikátních sloučenin, což významně rozšiřuje kandidátní prostor nad rámec komerční databáze.
• NIST26 poskytuje hlubší a konzistentnější krytí a je doporučován jako primární knihovna; veřejné zdroje se dobře hodí jako doplněk pro zvýšení šíře pokrytí.
• Veřejné knihovny často obsahují záznamy bez přidružené struktury. Příkladem je imazapyr – některé výsledky Chromatogram Search mohou vracet položky bez structurem, proto je nutné zkontrolovat nastavení (např. zrušit ‚Best Matching Only‘), aby se zobrazily duplikáty s přiřazenými strukturami.
• Toleranční nastavení: doporučený přístup je používat vysokorozlišovací (hi‑res) toleranční parametry podle doporučení NIST (standardní produkt‑ion tolerance pro hi‑res, v prezentaci uváděno typicky ±40 ppm pro produkt‑iony). Veřejné knihovny však často obsahují low‑res spektra, takže u některých vyhledávání mohou být potřebné širší tolerance.
• Praktický problém: předpona lr_ u uživatelské knihovny nevyvolá automatické nízkorozlišovací korekce v NIST softwaru — pouze oficiální lr_msms_nist je zpracovávána automaticky. Experimenty ukázaly, že zvyšování tolerance předkursoru nad ~479 ppm může vést k neočekávaným výsledkům u některých konfigurací; proto je třeba toleranční hodnoty testovat selektivně.

Přínosy a praktické využití metody

• Rozšíření pokrytí identifikací: kombinace NIST26 + MoNA + MS‑DIAL zvyšuje pravděpodobnost nalezení správné identity, zejména pro méně obvyklé nebo nově publikované sloučeniny.
• Nízkonákladové řešení: veřejné knihovny poskytují rozsáhlý zdroj spekter bez nutnosti okamžitého nákupu všech komerčních sad.
• Vytváření lokálních uživatelských knihoven: doporučeno pravidelně importovat a aktualizovat relevantní veřejné zdroje a budovat vlastní knihovnu s ověřenými záznamy (např. z vlastních analýz nebo literatury).
• Lepší kontrola výsledků: použitím vhodných tolerancí, vyhýbáním se automatickému potlačení duplicit a ruční kontrolou záznamů bez struktur lze významně zvýšit kvalitu konečných identifikací.

Budoucí trendy a možnosti využití

• Dalsí rozvoj NIST knihoven: očekává se pokračující růst počtu spekter a kvalitativní zlepšení křivění a anotací ve verzích po roce 2026.
• Automatizace aktualizací: vývoj workflow pro pravidelnou konverzi a validaci veřejných zdrojů do NIST formátu zvýší použitelnou šířku databází v rutinní praxi.
• Komunitní kurace a standardizace: lepší metadatová standardizace u veřejných knihoven (struktury, přesné fragmenty, ionizační podmínky) zlepší interoperabilitu a přesnost vyhledávání.
• Integrace s AI a pokročilými algoritmy: strojové učení a AI‑asistované skórování mohou v budoucnu zlepšit rozlišení blízkých kandidátů a navrhovat struktury u záznamů bez dostupné struktury.

Závěr

Veřejné MS/MS knihovny (MoNA, MS‑DIAL) v NIST‑kompatibilním formátu jsou cenným doplňkem ke komerční databázi NIST26. Doporučený pracovní postup je používat NIST26 jako primární, přidat rozšířené veřejné zdroje pro zvýšení šíře identifikací, vytvářet a udržovat vlastní uživatelské knihovny a pečlivě volit toleranční parametry podle použité kvality spekter. Pozor na záznamy bez struktur a na nastavení softwaru, která mohou skrýt relevantní duplikáty.

Reference

• Little J. Creating and Using Free Public and User Libraries in NIST26 Chromatogram and Lib Search. Mass Spec Interpretation Services; April 25, 2026. (video/handout)