Los productos naturales son a menudo biosintetizados como mezclas de compuestos estructuralmente similares, en lugar de un solo compuesto. Debido a sus características estructurales comunes, muchos compuestos dentro de la misma clase se someten a una fragmentación MS/MS similar y tienen varios iones de producto idénticos y/o pérdidas neutrales. El propósito del filtrado de fragmentación de diagnóstico (DFF) es detectar eficientemente todos los compuestos de una clase dada en un extracto complejo mediante el cribado de datasets LC-MS/MS no dirigidos para espectros MS/MS que contengan iones de productos específicos de la clase y/o pérdidas neutrales. Este método se basa en un módulo DFF implementado dentro de la plataforma MZmine de código abierto que requiere que los extractos de muestra sean analizados mediante la adquisición dependiente de los datos en un espectrómetro de masas de alta resolución, como Orbitrap cuadrupolo o masa de tiempo de vuelo cuadrupolo Analizadores. La principal limitación de este enfoque es que el analista primero debe definir qué iones de producto y/o pérdidas neutrales son específicos para la clase específica de productos naturales. DFF permite el descubrimiento posterior de todos los productos naturales relacionados dentro de una muestra compleja, incluyendo nuevos compuestos. En este trabajo, demostramos la efectividad de la DFF mediante el cribado de extractos de Microcystis aeruginosa, una prominente floración de algas dañina que causa cianobacterias, para la producción de microcistina.