dIon：基于碎裂不变性的串联质谱自监督学习

基于摘要分析。该研究针对肽串联质谱的无标签表征学习，利用前体属性（质量与电荷）和碎片离子证据之间的物理关系构造不变性，提出 dIon，以改善肽的 de novo sequencing（从头测序）并学习肽相似性表征。 机制上，dIon 改造 DINO 框架，通过两个潜在预测任务恢复干净的教师表征：第一项从混合质谱中预测，以前体作为选择查询，建立前体信息与碎片离子证据的关联；第二项从部分质谱中预测，同时隐去前体信息，旨在防止表征仅依赖前体属性。作者报告，机制探针支持这两种作用，消融结果显示完整目标表现最佳；具体损失形式、混合与部分谱构造、教师更新方式尚未验证。 作者报告，在相同端到端训练条件下，相比从头训练，dIon 初始化使留出的 MassIVE-KB 和 Kingdoms 测试集上的肽测序 Precision 分别提高 5.5 和 8.4 个百分点；采用更大的有监督训练语料时，分别提高 2.3 和 4.8 个百分点。在相同贪心解码协议下，作者报告所得模型在多物种 Kingdoms 语料上超过全监督的先进 de novo sequencing 模型。作者还报告，无肽序列标签时，dIon 相比其他学习模型形成较强的原生肽相似性几何；经过有限的肽标签监督适配后，在其全部表征基准上获得最佳检索与配对判别表现。具体划分、基线、指标定义及统计信息尚未验证，不能将这些结果直接视为跨数据集泛化证据。 平台推测（待验证）：其可借鉴之处是“辅助属性引导选择＋隐去属性迫使利用信号”的互补自监督设计。迁移到 EEG 的假设是，若存在与目标信号成分可靠关联的查询信息，可尝试减少模型对元信息的捷径依赖；但质谱的前体—碎片物理关系不能直接替换为被试或通道身份。可复用潜在教师预测思路，需重设计混合、遮蔽和查询语义；低信噪比、跨被试差异、通道变化及小数据可能破坏对应关系。小规模可证伪实验可在固定跨被试划分下，对照完整双任务、单任务与无预训练初始化，核查收益是否仍存在。已有 EEG 相关工作尚未检索确认。