数据集概述
本数据集为机器学习增强RPLC/HRMS非靶向工作流识别概率研究的补充数据，包含5个Excel文件，内容涉及模型训练用化合物列表、累积中性损失质量数据、串联质谱训练数据、RTI预测误差结果及基质匹配验证数据，支撑相关模型的训练与验证。
文件详解
- Additional file 1.xlsx（XLSX格式）：包含训练预训练模型（分子指纹到保留时间指数模型，MF-to-RTI）所用的化合物列表
- Additional file 2.xlsx（XLSX格式）：包含预选累积中性损失（CNL）目标质量及其对应数量的列表
- Additional file 3.xlsx（XLSX格式）：包含训练累积中性损失到保留时间指数模型（CNL-to-RTI）所用的化合物及其串联质谱数量的列表
- Additional file 4.xlsx（XLSX格式）：含3个工作表，记录Model 1训练测试用化合物校准物的真实RTI值、Models 1和2的预测值及RTI误差（训练集、测试集、不同系统RTI校准物评估）
- Additional file 5.xlsx（XLSX格式）：含4个工作表，收集化合物Pencycuron在不同红茶基质浓度下的参考MS/MS光谱匹配结果（摘要、无基质、100倍稀释基质、10倍稀释基质）
数据来源
论文“Machine Learning for Enhanced Identification Probability in RPLC/HRMS Non-Targeted Workflows”
适用场景
- 质谱模型训练：用于训练分子指纹/累积中性损失到保留时间指数的机器学习模型
- 质谱数据验证：评估模型预测保留时间指数的准确性及误差分布
- 基质效应研究：分析不同基质浓度对化合物MS/MS光谱匹配结果的影响
- 非靶向代谢组学方法优化：为RPLC/HRMS非靶向工作流的识别概率增强提供数据支撑
