Umělá inteligence rozluští chemické puzzle: Složité molekuly analyzuje za pouhé minuty

Vědecký tým vyvinul nový systém umělé inteligence (AI), který dokáže během několika minut vyhodnotit chemická spektra a navrhnout vhodné molekulární struktury s posouzením jejich věrohodnosti.

Vědecký tým vyvinul nový systém umělé inteligence (AI), který dokáže během několika minut vyhodnotit chemická spektra a navrhnout vhodné molekulární struktury s posouzením jejich věrohodnosti. Tento otevřeně dostupný systém, nazvaný SECS, byl publikován v prestižním časopise Nature Communications a představuje významný krok vpřed v oblasti chemické analýzy, který zrychluje a zpřesňuje identifikaci neznámých látek.

Určování, jaká látka byla skutečně vyrobena v laboratoři, je jednou z klíčových úloh v chemii. U složitých nebo zcela nových sloučenin však může být tento proces extrémně časově náročný i pro zkušené odborníky. Chemici běžně využívají analytické techniky, jako je nukleární magnetická rezonance (NMR) spektroskopie, infračervená spektroskopie a hmotnostní spektrometrie. Každá z těchto metod poskytuje vodítka ke struktuře, ale často jen v omezené míře, což vytváří jakési chemické puzzle, které je třeba správně složit. Systém SECS je obzvláště silný při práci s protonovými NMR spektry, která se měří velmi často, a dokáže si poradit i s nečistotami v reálných vzorcích, které by jinak mohly zkreslovat výsledky.

Nový systém SECS kombinuje dva přístupy umělé inteligence. Nejprve se model učí převádět spektra a molekulární struktury do společné matematické reprezentace. Následně evoluční algoritmus zpřesňuje výsledky tím, že krok za krokem upravuje kandidátské molekuly, přidává nebo odebírá atomy a vazby a opakovaně testuje, zda výsledek lépe odpovídá naměřeným datům. Systém nakonec vygeneruje seřazený seznam možných struktur spolu s hodnocením podobnosti založeným na chemickém kontextu.

V testu srovnávajícím různé spektroskopické metody identifikoval SECS správnou molekulární strukturu jako svou nejlepší předpověď ve více než 80 % případů. V přímém srovnání se ukázal být srovnatelný s lidskými experty. V pilotní studii, kde chemici řešili 20 náročných problémů s objasňováním struktury pomocí NMR, dosáhla AI výkonu srovnatelného s účastnícími se specialisty. Vědci však systém nevnímají jako náhradu lidské odbornosti, ale spíše jako vysoce užitečný „druhý názor“. Pokud navržené struktury zní věrohodně a získají vysoké skóre, posiluje to důvěru v interpretaci. Pokud se naopak navržené struktury podstatně liší od očekávané molekulární struktury, může to být podnět k podrobnějšímu prozkoumání. Zdrojový kód, modelová data a testovací verze aplikace jsou veřejně dostupné, a do budoucna se plánuje podpora pro další typy spekter a složitější soubory dat.