Исследователи из ИОХ РАН и «Сколтеха» создали инновационную поисковую систему на основе машинного обучения, которая анализирует крупные объемы данных, полученных с помощью высокоразрешающей масс-спектрометрии.
Новый алгоритм значительно ускоряет процесс поиска химических соединений и делает исследования более экономичными и экологичными, позволяя анализировать терабайты информации без проведения дополнительных экспериментов. В результате, до 95% данных, которые обычно остаются неиспользованными из-за трудоемкости ручного анализа, теперь могут быть изучены. Это открывает новые возможности для научных открытий.
Ручной анализ подобных данных мог бы занять сотни лет, в то время как алгоритмы ИИ справляются с этим за считанные дни. Уникальность новой системы заключается в сочетании машинного обучения с анализом сигналов в масс-спектрах, что минимизирует количество ложных срабатываний при идентификации химических соединений.
Разработанный алгоритм уже продемонстрировал свою эффективность при исследовании исторических данных по реакции Мизороки-Хека, выявив не только известные, но и совершенно новые химические трансформации. Эти достижения были обнародованы в статье, опубликованной в журнале «Nature Communications».
Исследование, проводимое под руководством Валентина Ананикова, выявило уникальный процесс кросс-сочетания, ранее не описанный в научной литературе. В ходе органического синтеза химики подбирают оптимальные экспериментальные условия для улучшения реакции и достижения максимального результата.
Процесс включает реакции, подготовку проб и последующее определение химического состава с использованием аналитической системы. Применение масс-спектрометрии высокого разрешения является важным элементом этой стратегии. Этот метод отличается высокой скоростью анализа, чувствительностью и простотой в сборе данных.
Масс-спектрометрия широко используется в различных областях, включая аналитическую химию, протеомику и материаловедение. Разработанная технология открывает новые горизонты для химических исследований, позволяя анализировать данные из разных областей, что, в свою очередь, способствует открытию новых реакций и механизмов.
Эта система не только ускоряет научный прогресс, но и снижает затраты на эксперименты, что делает дисциплину более экологичной благодаря рациональному использованию имеющихся данных.
Работа была выполнена в Институте органической химии им. Н. Д. Зелинского РАН и Центре энергетических технологий «Сколтех». Эта инновационная подход к анализу данных значительно расширяет возможности исследований в области химии и открытия новых катализаторов.
