GeMS 是一个化学质谱数据集，聚焦于质谱（MS/MS）数据的存储与分析，旨在为分子表征、化合物识别及代谢组学研究提供大规模原始数据支持。数据集整合了来自全球天然产物社会质谱库（GNPS）的海量未标注谱图，是 DreaMS 项目的核心数据基础，相关论文成果为：「Self-supervised learning of molecular representations from millions of tandem mass spectra using DreaMS」。

该数据集包含数亿条质谱谱图（如 GeMS-C1 子集达 20 亿条），其中包含结构化数值数据（质谱谱图的质荷比 – 强度对）和元数据（如谱图来源、实验条件等），是目前最大的公开质谱数据集之一，可支持超大规模模型训练。