{rfName}
Pr

Indexat a

Llicència i ús

Icono OpenAccess

Citacions

13

Altmetrics

Anàlisi d'autories institucional

Arora, TAutor o coautorDomingo-Almenara, XAutor (correspondència)

Compartir

5 d’gener de 2026
Publicacions
>
Article
Sí

Predicting the Predicted: A Comparison of Machine Learning-Based Collision Cross-Section Prediction Models for Small Molecules

Publicat a: Analytical Chemistry. 96 (22): 9088-9096 - 2024-05-24 96(22), DOI: 10.1021/acs.analchem.4c00630

Autors:

de Cripan, SM; Arora, T; Olomi, A; Canela, N; Siuzdak, G; Domingo-Almenara, X
[+]

Afiliacions

Eurecat Technol Ctr Catalonia, Ctr Om Sci COS, Reus 43204 - Autor o coautor
Scripps Res Inst, Scripps Ctr Metabol & Mass Spectrometry, Dept Chem Mol & Computat Biol - Autor o coautor
Univ Rovira & Virgili, Dept Elect Elect & Control Engn DEEEA, Tarragona 43007 - Autor o coautor
Veure més

Resum

The application of machine learning (ML) to -omics research is growing at an exponential rate owing to the increasing availability of large amounts of data for model training. Specifically, in metabolomics, ML has enabled the prediction of tandem mass spectrometry and retention time data. More recently, due to the advent of ion mobility, new ML models have been introduced for collision cross-section (CCS) prediction, but those have been trained with different and relatively small data sets covering a few thousands of small molecules, which hampers their systematic comparison. Here, we compared four existing ML-based CCS prediction models and their capacity to predict CCS values using the recently introduced METLIN-CCS data set. We also compared them with simple linear models and with ML models that used fingerprints as regressors. We analyzed the role of structural diversity of the data on which the ML models are trained with and explored the practical application of these models for metabolite annotation using CCS values. Results showed a limited capability of the existing models to achieve the necessary accuracy to be adopted for routine metabolomics analysis. We showed that for a particular molecule, this accuracy could only be improved when models were trained with a large number of structurally similar counterparts. Therefore, we suggest that current annotation capabilities will only be significantly altered with models trained with heterogeneous data sets composed of large homogeneous hubs of structurally similar molecules to those being predicted.
[+]

Paraules clau

Similarity

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Analytical Chemistry a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2024 encara no hi ha indicis calculats, però el 2023, es trobava a la posició 10/111, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Chemistry, Analytical. Destacable, igualment, el fet que la revista està posicionada per sobre del Percentil 90.

Independentment de l'impacte esperat determinat pel canal de difusió, és important destacar l'impacte real observat de la pròpia aportació.

Segons les diferents agències d'indexació, el nombre de citacions acumulades per aquesta publicació fins a la data 2026-01-20:

  • WoS: 7
  • Scopus: 6
[+]

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2026-01-20:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 11.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 11 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 4.
  • El nombre de mencions a la xarxa social X (abans Twitter): 8 (Altmetric).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.
  • Assignació d'un Handle/URN com a identificador dins del Dipòsit en el Repositori Institucional: http://hdl.handle.net/20.500.11797/imarina9368765
[+]

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: United States of America.

Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Primer Autor (de Cripan, SM) i Últim Autor (Domingo Almenara, Xavier).

l'autor responsable d'establir les tasques de correspondència ha estat Domingo Almenara, Xavier.

[+]