在精准医学与生物标志物发现的浪潮中，非靶向代谢组学扮演着至关重要的角色。然而，由于现有谱图参比库的不完整，化合物的鉴定依然面临挑战。为了解决这一问题，德国联邦材料研究与测试研究所（BAM）与柏林自由大学的研究团队联合开发了 FIORA，一种开源图神经网络(GNN)，旨在模拟串联质谱的过程，帮助提高质谱识别的准确性。FIORA 模型的核心在于它利用分子中键的局部邻域信息，学习化合物的断裂模式，从而推导出碎离子的概率。与传统的碎裂算法 ICEBERG 和 CFM-ID 相比，FIORA 在质