FlavFinder 判断一张 MS/MS 谱是否来自黄酮类化合物；正离子与负离子模式分别建模。

输入与输出

• 输入：一张 MS/MS 谱的峰 m/z 与强度。
• 输出：黄酮 / 非黄酮判定；按分数越过的阈值给出低、中、高三档置信度。

原理

• 同一张谱的两种表示：① 在 m/z 10–500 区间按 0.10 宽度分箱（4,900 维），按谱内最大强度归一化；② 5 ppm 容差的 m/z 词表，得到归一化的 token 权重向量。
• 两种表示送入二分类器。参考后端为 AutoGluon TabularPredictor（指标 roc_auc）；本地运行另提供 LightGBM 与 scikit-learn 后端。
• 阈值在验证集上取两个点：ROC 曲线的 Youden 点，以及最接近 1% 假阳性率的点。
• 正样本标签由十条按优先级排序的 SMARTS 骨架规则判定：黄酮醇、黄酮、二氢黄酮醇、二氢黄酮、黄烷-3-醇、异黄酮、查尔酮、二氢查尔酮、橙酮、花青素。

训练数据

性能

分组划分（近重复谱只落在同一侧）下的结果。随机划分时为 0.9507 / 0.7927（正）与 0.9267 / 0.7050（负）。44–47% 的测试谱在训练集中存在余弦相似度 ≥0.95 的近邻，因此分组划分的数字更接近真实表现。

使用位置

• 网页平台：AI Tools 模块。
• 代码与流程：flavfinder-core（MIT 许可）。