DMetFinder：一种新型质谱分析工具，用于全面检测药物代谢物

《Talanta》：DMetFinder: A novel mass spectrometry analysis tool for comprehensive drug metabolite detection

药物代谢物鉴定工具DMetFinder的开发与应用，针对PROTACs等高分子药物代谢复杂的问题，结合余弦相似性算法、同位素模式评估和加合离子过滤，提升代谢物鉴定准确性，支持mzML/mzXML格式输入，提供自动化分析平台。

　　

吴文豪|王英英|曾彦萍|侯海阳|朱大福|胡友红|段晓涛|程刚|刘佳

中国科学院杭州高等研究院药物科学与技术学院，中国杭州，310058

摘要

研究药物代谢物对于评估药物安全性和优化药物设计至关重要。近年来，一类高分子量药物（如PROTACs和LYTACs）由于其复杂的结构，给传统的代谢物鉴定方法带来了挑战。为了解决这些限制，我们开发了基于质谱技术的新型工具Drug Metabolite Finder（DMetFinder），以增强代谢物的鉴定能力。DMetFinder利用余弦相似性算法过滤结构相似的化合物，从而降低错过具有大片段丢失的代谢物的风险。它还能有效检测多电荷离子，并结合同位素丰度和加合物离子评分来提高鉴定准确性。通过计算总加权分数，DMetFinder减少了单一过滤策略导致的假阳性结果。实验验证表明，DMetFinder显著提高了PROTACs代谢物的鉴定效果，为未来的药物开发提供了宝贵的见解。

引言

在药物发现和开发过程中，药物代谢物的鉴定对于确保药物的安全性和有效性至关重要。传统方法依赖于基本的代谢反应和同位素模式，首先使用质量缺陷过滤（MDF）算法[[1], [2], [3]]进行初步筛选，然后通过串联质谱（MS2）数据分析来确定代谢位点。一些商业软件工具，包括MetaboLynx [2]（Waters）和MassHunter（Agilent），可以直接通过相应的质谱（MS）工作站分析收集的代谢物数据。

药物设计的最新进展引入了结构复杂的化合物，这些化合物具有更高的分子量，给代谢物鉴定带来了新的挑战[4,5]。例如，PROTACs通过泛素-蛋白酶体途径介导靶向蛋白质降解[6,7]，而LYTACs则通过受体介导的内吞作用促进细胞外和膜蛋白的溶酶体降解[8]。与传统的小分子药物不同，这些化合物通常表现出多个代谢位点、显著的片段丢失以及在质谱中出现双电荷或多电荷物种，这使得注释变得复杂[9,10]。它们复杂的结构经常逃避免受MDF算法的检测，需要手动分析，这既耗时又耗费资源。

分子网络（MN）通过余弦相似性分析MS2光谱，识别结构相关的化合物[[11], [12], [13]]。在此基础上，基于特征的分子网络（FBMN）[14]通过整合色谱对齐和峰强度信息进一步增强了代谢物注释[15,16]。预测工具，如CFM-ID [[17], [18], [19]]，可以根据化合物结构生成理论MS2光谱，帮助在缺乏参考光谱时注释未知代谢物。深度学习方法，如MS2DeepScore [20]和Spec2Vec [21]，改进了光谱相似性分析，能够更准确地比较片段模式并识别结构多样或新颖的代谢物。

在代谢组学领域，已经开发出多种综合工具来整合基于片段的注释和代谢物检测，例如MS-FINDER [22]、MetaboAnalystR [23,24]和MS-DIAL [25,26]。商业软件，如MassMetaSite（Waters）和Compound Discoverer（Thermo Fisher），结合了紫外和荧光数据或片段离子搜索等功能来进行代谢物验证。MetaboScape（Bruker）将BioTransformer [27,28]和MetFrag [29,30]整合到数据驱动的工作流程中。尽管许多开源工具（如MS-DIAL）支持mzML等通用格式，但一些广泛使用的商业工具（包括MassHunter和MetaboLynx）仍然依赖于供应商特定的格式。

为了解决这些挑战，我们开发了DMetFinder，这是一个用户友好的应用程序，用于全面的药物代谢物分析。DMetFinder结合了余弦相似性评分、同位素模式评估和加合物离子过滤，以提高代谢物鉴定的准确性。通过系统地分析片段离子模式和评估代谢位点及潜在的代谢物结构，它提供了一个详细可靠的注释框架。与传统MDF方法相比，DMetFinder消除了手动筛选和确定代谢位点的需要，同时整合了额外的鉴定策略来提高代谢物注释的准确性。此外，与FBMN不同，它避免了原始数据的复杂预处理，同时保持了准确的代谢物检测。DMetFinder还能自动比较MS2光谱以推断潜在的代谢位点，并通过结合BioTransformer的预测能力，提高了代谢位点分配的可靠性。重要的是，DMetFinder支持本地安装，允许用户输入母体药物结构和LC-MS数据集，实现自动化、高通量的代谢物分析。这一多功能平台为代谢物鉴定提供了高效且易于使用的解决方案，适用于传统的小分子药物以及复杂的新世代化合物，如PROTACs和其他高分子量药物。

DMetFinder的评分模块

使用ProteoWizard的MSconvert工具将数据转换为mzML格式，然后由DMetFinder进行分析，原始数据通过pymzml [31,32]和MatchMS [33]提取。DMetFinder还支持使用MZmine [[34], [35], [36]]对mzXML格式或MGF文件进行预处理。

然后应用MatchMS中的Modified Cosine [37]函数，根据余弦相似性（S_MS2）将未知前体离子的MS2光谱与母体化合物进行匹配，如方程（1）所示。

DMetFinder的工作流程

将收集的LC-MS/MS原始数据转换为通用格式（mzML或mzXML）后，DMetFinder会对前体离子进行相似性筛选、公式注释、多因素评分和代谢位点预测。它提供了一个简单的用户界面，只需提供化合物的SMILES结构和MS数据，即可高效获得分析结果（图1A）。

DMetFinder首先从母体化合物的权威标准品中检索其MS2光谱

结论

在这项研究中，我们开发了DMetFinder，这是一种用于药物代谢物分析的新工具，可以解决从结构复杂化合物（包括高分子量化合物，如PROTACs和LYTACs）中鉴定代谢物的挑战。与传统的MetaboLynx工具相比，DMetFinder在药物代谢研究中有广泛的应用潜力。虽然DMetFinder提供了与FBMN和MN类似的功能，但它消除了对复杂数据处理的需要

数据和代码的可用性

该工具的可执行文件和指南、原始MS数据文件及结果文件夹可在https://github.com/Dantigator/dmetdata获取。

作者贡献声明

吴文豪：撰写——原始草稿、软件开发、调查、正式分析、概念构思。王英英：方法学、正式分析、数据管理。曾彦萍：资源提供。侯海阳：资源提供。朱大福：撰写——审阅与编辑、概念构思。胡友红：资源提供、项目管理、概念构思。段晓涛：撰写——审阅与编辑、概念构思。程刚：撰写——审阅与编辑、软件开发、方法学、调查、概念构思。刘佳：

作者名单

吴文豪和朱大福负责工具的开发和数据分析。曾彦萍、侯海阳和胡友红提供了化学化合物。吴文豪和王英英进行了生物学实验。刘佳和程刚监督了整个项目。吴文豪、段晓涛、程刚和刘佳撰写并完成了手稿。

资金来源

本工作得到了国家自然科学基金（82373827）的财政支持。

利益冲突声明

作者声明没有利益冲突。