GeMS ist ein Datensatz zur chemischen Massenspektrometrie, der sich auf die Speicherung und Analyse von Massenspektrometriedaten (MS/MS) konzentriert und darauf abzielt, Rohdaten in großem Maßstab für die molekulare Charakterisierung, die Identifizierung von Verbindungen und die Metabolomikforschung bereitzustellen. Der Datensatz integriert eine große Anzahl unbeschrifteter Spektren aus der Global Natural Products Social Mass Spectrum Library (GNPS), die die zentrale Datengrundlage des DreaMS-Projekts bildet. Die entsprechenden Ergebnisse der Studie sind:Selbstüberwachtes Lernen molekularer Darstellungen aus Millionen von Tandem-Massenspektren mit DreaMS".

Der Datensatz enthält Hunderte Millionen Massenspektren (z. B. 2 Milliarden im GeMS-C1-Teilsatz), einschließlich strukturierter numerischer Daten (Masse-Ladungs-Verhältnis-Intensitätspaare von Massenspektren) und Metadaten (z. B. Spektralquellen, experimentelle Bedingungen usw.). Es handelt sich um einen der derzeit größten öffentlich verfügbaren Massenspektrometrie-Datensätze und kann das Training von Modellen im ultragroßen Maßstab unterstützen.